numpy.concatenate()函数

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

示例：

>>> a=np.array([1,2,3])
>>> b=np.array([11,22,33])
>>> c=np.array([44,55,66])
>>> np.concatenate((a,b,c),axis=0)  # 默认情况下，axis=0可以不写
array([ 1,  2,  3, 11, 22, 33, 44, 55, 66]) #对于一维数组拼接，axis的值不影响最后的结果

>>> a=np.array([[1,2,3],[4,5,6]])
>>> b=np.array([[11,21,31],[7,8,9]])
>>> np.concatenate((a,b),axis=0)  # axis=0为按列拼接
array([[ 1,  2,  3],
       [ 4,  5,  6],
       [11, 21, 31],
       [ 7,  8,  9]])

>>> np.concatenate((a,b),axis=1)  #axis=1表示对应行的数组进行拼接
array([[ 1,  2,  3, 11, 21, 31],
       [ 4,  5,  6,  7,  8,  9]])

不写axis参数的话，默认为按列拼接；

np.concatenate((a,b))
Out[22]: 
array([[ 1,  2,  3],
       [ 4,  5,  6],
       [11, 21, 31],
       [ 7,  8,  9]])

若axis = -1的话，即为按行拼接：

np.concatenate((a,b),axis=-1)
Out[21]: 
array([[ 1,  2,  3, 11, 21, 31],
       [ 4,  5,  6,  7,  8,  9]])

numpy.append()和numpy.concatenate()两个函数的运行时间进行比较的话，numpy.concatenate()效率更高，适合大规模的数组拼接。