np.concatenate() 函数，NumPy 中用于连接（concatenate）数组的函数

最新推荐文章于 2024-05-01 11:21:25 发布

阿罗的小小仓库

最新推荐文章于 2024-05-01 11:21:25 发布

阅读量1.3k

点赞数 24

分类专栏： python基础理解文章标签： numpy pytorch 人工智能

本文链接：https://blog.csdn.net/weixin_51659315/article/details/135498746

版权

python基础理解专栏收录该内容

16 篇文章

订阅专栏

本文详细介绍了NumPy中的np.concatenate函数，其与PyTorch的torch.cat相似，用于连接数组，支持按指定轴操作。通过示例展示了在不同轴上的连接方式和相关注意事项。

摘要由CSDN通过智能技术生成

np.concatenate() 是 NumPy 中用于连接（concatenate）数组的函数。它的行为与 PyTorch 中的 torch.cat() 类似，但有一些细微的区别。

用法：

numpy.concatenate((a1, a2, ...), axis=0, out=None)

a1, a2, ...: 要连接的数组序列。
axis: 指定连接的轴。默认是 0，表示在第一轴上连接，即沿着行进行连接。
out: 可选参数，用于指定结果的输出数组。

示例：

import numpy as np

array1 = np.array([[1, 2], [3, 4]])
array2 = np.array([[5, 6]])

# 在第一轴上连接（按行连接）
result1 = np.concatenate((array1, array2), axis=0)
print(result1)
# 输出:
# array([[1, 2],
#        [3, 4],
#        [5, 6]])

# 在第二轴上连接（按列连接）
result2 = np.concatenate((array1, np.transpose(array2)), axis=1)
print(result2)
# 输出:
# array([[1, 2, 5],
#        [3, 4, 6]])

注意，例子中np.transpose(array2) 被用来转置 array2，以便在第二轴上进行连接。

相关链接：torch.cat()函数的理解