清晰明了地解释 numpy concatenate

找了好几篇concatenate的文章，发现解释地都不太清楚。所以自己弄明白后特地写下这篇博客。

其实非常简单，concatenate就是将 一个多个数组的元组或者列表 拼接在一起，大多数人只是对于参数axis（默认为0）有点混淆。

首先我们举两个例子

a = [[1, 2], [3, 4]]
b = [[5, 6]]

c = np.concatenate((a, b), axis=0)

print(np.array(a).shape)
print(np.array(b).shape)
print(np.array(c).shape)

(2, 2)
(1, 2)
(3, 2)

a = [[[1, 2]], [[3, 4]]]
b = [[[5, 6]]]

c = np.concatenate((a, b), axis=0)

print(np.array(a).shape)
print(np.array(b).shape)
print(np.array(c).shape)

(2, 1, 2)
(1, 1, 2)
(3, 1, 2)

我们从两次拼接的维度看其实concatenate做的就是将axis维度上的数据相加，其他维度保持不变！如果在axis之外的维度不符合就会报错，例如下面这个例子就会报错

a = [[1, 2], [3, 4]]
b = [[5, 6]]

c = np.concatenate((a, b), axis=1)

ValueError                                Traceback (most recent call last)
<ipython-input-81-92708e380968> in <module>
      2 b = [[5, 6]]
      3 
----> 4 c = np.concatenate((a, b), axis=1)

<__array_function__ internals> in concatenate(*args, **kwargs)

ValueError: all the input array dimensions for the concatenation axis must match exactly, but along dimension 0, the array at index 0 has size 2 and the array at index 1 has size 1

a的维度是(2, 2)，b的维度是(1, 2)，当我们将a，b在维度1上拼接时维度0不相同所以报错