python list和numpy常用拼接方式

list

1，加号+

注意对list使用+时，不是计算符，而是拼接操作。

a = [1,2,3,4]
b = ['a', 'b', 'c']
a+b
>>> [1, 2, 3, 4, 'a', 'b', 'c']

2，乘号*

注意对list使用*时，不是计算符，而是复制拓展操作。

a = [1,2,3,4]
a*2
>>> [1, 2, 3, 4, 1, 2, 3, 4]

3，append vs extend

append是在list末尾增加一个元素，extend才是在list末尾进行拼接操作。append和extend都是直接修改原list.

# append
a = [1,2,3,4]
b = ['a', 'b', 'c']
a.append(b)
a
>>> [1, 2, 3, 4, ['a', 'b', 'c']]

# extend
a = [1,2,3,4]
b = ['a', 'b', 'c']
a.extend(b)
a
>>> [1, 2, 3, 4, 'a', 'b', 'c']

4，切片，将一个list插入另一个list的指定位置

+和extend都只是在原list末尾的操作，切片则可以实现将一个list插入另一个list的指定位置。
L1[n1:n1] = L2，其中n1是要插入的位置。具体看以下实例：

a = [1,2,3,4]
b = ['a', 'b', 'c']
a[1:1] = b  # 插入index 1的位置
a
>>> [1, 'a', 'b', 'c', 2, 3, 4]

可以看到b被插入a中1的位置。

numpy

1，不增加维度

1.1, np.append(arr, values, axis=None)

记得要指定拼接的axis，如果不指定，arr和values会被flatten。

import numpy as np
a = np.arange(12).reshape(3,4)
b = a*2

np.append(a, b)
>>> array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11,  0,  2,  4,  6,  8,
       10, 12, 14, 16, 18, 20, 22])
       
# 垂直拼接
np.append(a, b, axis=0)
>>> array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [ 0,  2,  4,  6],
       [ 8, 10, 12, 14],
       [16, 18, 20, 22]])

# 水平拼接
np.append(a, b, axis=1)
>>> array([[ 0,  1,  2,  3,  0,  2,  4,  6],
       [ 4,  5,  6,  7,  8, 10, 12, 14],
       [ 8,  9, 10, 11, 16, 18, 20, 22]])

1.2, np.hstack(tup) 水平拼接，可多个array

可以传入一个包含多个array的tuple，因此可以进行多个array的拼接。

import numpy as np
a = np.arange(12).reshape(3,4)
b = a*2
np.hstack((a,b,a))
>>> array([[ 0,  1,  2,  3,  0,  2,  4,  6,  0,  1,  2,  3],
       [ 4,  5,  6,  7,  8, 10, 12, 14,  4,  5,  6,  7],
       [ 8,  9, 10, 11, 16, 18, 20, 22,  8,  9, 10, 11]])

1.3, np.vstack(tup) 垂直拼接，可多个array

可以传入一个包含多个array的tuple，因此可以进行多个array的拼接。

import numpy as np
a = np.arange(12).reshape(3,4)
b = a*2
np.vstack((a,b,a))
>>> array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [ 0,  2,  4,  6],
       [ 8, 10, 12, 14],
       [16, 18, 20, 22],
       [ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

1.4，np.concatenate((a1, a2, …))，可多个array

np.concatenate((a1, a2, ...), axis=0, out=None, dtype=None, casting="same_kind")，这是完整的参数，因此也是可以实现多个array的拼接，还可以指定dtype。

import numpy as np
a = np.arange(12).reshape(3,4)
b = a*2
np.concatenate((a, b, a), axis=1, dtype=float)
>>> array([[ 0.,  1.,  2.,  3.,  0.,  2.,  4.,  6.,  0.,  1.,  2.,  3.],
       [ 4.,  5.,  6.,  7.,  8., 10., 12., 14.,  4.,  5.,  6.,  7.],
       [ 8.,  9., 10., 11., 16., 18., 20., 22.,  8.,  9., 10., 11.]])

2, 增加维度

以上几个拼接方法后，产生的array与原来的array相比，维度并没有发生变化。而以下几个方法增加array的维度。

2.1, np.column_stack(tup)，可多个一维array

以一维的array为列，拼接成二维的array。

import numpy as np
a = np.arange(4)
b = a*2
np.column_stack((a,b,a))
>>> array([[0, 0, 0],
       [1, 2, 1],
       [2, 4, 2],
       [3, 6, 3]])

2.2, np.row_stack(tup)，可多个一维array

以一维的array为行，拼接成二维的array。

import numpy as np
a = np.arange(4)
b = a*2
np.row_stack((a,b,a))
>>> array([[0, 1, 2, 3],
       [0, 2, 4, 6],
       [0, 1, 2, 3]])

2.3, np.stack(arrays, axis=0, out=None)

np.stack沿着指定的维度stack arrays，从而在指定的维度上增加了一维。
通过以下简单示例对比一下stack后的维度

a = np.arange(12).reshape(3,4)

np.stack((a,a), axis=0).shape
>>> (2, 3, 4)
np.stack((a,a), axis=1).shape
(3, 2, 4)
>>> np.stack((a,a), axis=2).shape
(3, 4, 2)

参考博文：
1，https://blog.csdn.net/roytao2/article/details/54180182
2，https://blog.csdn.net/qq_39516859/article/details/80666070