python np.append / concatenate 解析

np.append / concatenate

numpy.append(arr, values, axis=None)函数。对于参数规定,要么一个数组和一个数值;要么两个数组,不能三个及以上数组直接append拼接。

numpy提供了numpy.concatenate((a1,a2,…), axis=0)函数。能够一次完成多个数组的拼接。其中a1,a2,…是数组类型的参数

def concat_test():
    a=np.arange(6).reshape(1,2,3)
    print(a)
    
    print("append ")
    b=np.append(a,10)
    print(b)
    print(a)

    print("concatenate")
    c=np.arange(10,16,1).reshape(1,2,3)
    

    d=np.concatenate((a,c),axis=0)
    print(d)
    d=np.concatenate((a,c),axis=1)
    print(d)
    d=np.concatenate((a,c),axis=2)
    print(d)

Results:

[[[0 1 2]
  [3 4 5]]]
  
append 
[ 0  1  2  3  4  5 10]
[[[0 1 2]
  [3 4 5]]]
  
concatenate
[[[ 0  1  2]
  [ 3  4  5]]
 [[10 11 12]
  [13 14 15]]]
  
[[[ 0  1  2]
  [ 3  4  5]
  [10 11 12]
  [13 14 15]]]
  
[[[ 0  1  2 10 11 12]
  [ 3  4  5 13 14 15]]]
Python中,np.concatenate()函数是NumPy库中的一个函数,用于连接(或拼接)多个数组。它的调用方法是numpy.concatenate((a1, a2, ...), axis=0, out=None),其中a1, a2, ...表示要连接的多个数组,axis表示连接的方向,默认为0,即按行连接,out表示指定输出数组的可选参数。 举个例子来说明,假设有两个数组a和b,它们分别是: a = np.array([[1, 2], [3, 4]]) b = np.array([[5, 6]]) 如果我们想要将数组a和数组b按行连接起来,可以使用np.concatenate()函数来实现,代码如下: c = np.concatenate((a, b), axis=0) print(c) 运行上述代码,输出结果为: [[1 2] [3 4] [5 6]] 可以看到,数组a和数组b被按行连接起来形成了一个新的数组c。 需要注意的是,np.concatenate()函数也可以用于连接多个数组,只需要将要连接的数组作为参数传递给函数即可。此外,还可以通过指定axis参数来控制连接的方向,axis=0表示按行连接,axis=1表示按列连接。 值得一提的是,在Python中,除了np.concatenate()函数,还可以使用np.append()函数和pandas库中的连接方法来实现数组的连接操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [【Pythonconcatenate、merge、concat、join等多种连接函数的用法详解(含Python代码)](https://blog.csdn.net/wzk4869/article/details/127082443)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [np.concatenate()函数](https://blog.csdn.net/u011699626/article/details/109095989)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [Python数组拼接np.concatenate实现过程](https://download.csdn.net/download/weixin_38693311/14850802)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值