数组的拼接 np.concatenate( ) np.append( )用法和区别

方法一：np.concatenate((a,b,c,… ))能够一次完成多个数组的拼接。

np.concatenate((a, b), axis=0)
当不写明axis的值时，默认为axis=0。
对于一维数组拼接，axis的值不影响最后的结果。
axis=0 按照行拼接。
axis=1 按照列拼接。

一维数组举例
对于一维数组拼接，axis的取值不影响最后的结果。
可以同时连接多个数组

a = np.array([1, 2])
b = np.array([5, 6])
c = np.array([3, 4]) 
np.concatenate((a,b,c))
结果：[1 2 5 6 3 4]

二维数组举例
axis=0 按照行拼接。
axis=1 按照列拼接。
不写则默认axis=0

import numpy as np
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6]])            #b是一个二维array
np.concatenate((a, b), axis=0)    #按照行拼接
array([[1, 2],
       [3, 4],
       [5, 6]])

np.concatenate((a, b.T), axis=1)  #按照列拼接
array([[1, 2, 5],
       [3, 4, 6]])

方法二：np.append(arr, values, axis=None)

axis:可选参数，如果axis没有给出，那么arr，values都将先展平成一维数组。
注：如果axis被指定了，那么arr和values需要有相同的shape，否则报错

未指明axis时

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6]]) 
np.append(a,b)
结果为： [1 2 3 4 5 6] #将二维数组变为了一维数组

指定axis的情况

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6],[7,8]]) 

np.append(a,b,axis=1)    按照列拼接
结果：[[1 2 5 6]
 	  [3 4 7 8]]
 	  
np.append(a,b,axis=0) 	 按照行拼接
结果：
[[1 2]
 [3 4]
 [5 6]
 [7 8]]

两个方法的区别：

concatenate( )可以连接多个数组，而且多维数组的shape不需要完全相同；append( )只能连接2个，而且多维数组的shape必须相同
参考文献
https://blog.csdn.net/weixin_42216109/article/details/93889047