np.concatenate

np.concatenate() 是 NumPy 中用于沿指定轴连接多个数组的核心函数。它可以将多个数组在原有维度上合并，而不创建新的维度。以下是其详细用法和示例：

基本语法

python

运行

np.concatenate((a1, a2, ...), axis=0, out=None, dtype=None, casting="same_kind")

• (a1, a2, ...)：需要连接的数组序列（元组或列表）。
• axis：指定连接轴（默认 0，即垂直方向）。
• out：可选参数，用于存储结果的数组。
• dtype：指定结果的数据类型。

核心功能

1. 沿指定轴合并数组：保持原有维度不变。
2. 要求输入数组形状兼容：除 axis 维度外，其他维度必须相同。
3. 支持多维数组：可处理 1D、2D、3D 等任意维度的数组。

示例解析

1. 一维数组（1D）的连接

python

运行

import numpy as npa = np.array([1, 2, 3])
b = np.array([4, 5, 6])# 沿轴 0 连接（一维数组只有一个轴）
result = np.concatenate((a, b))print(result)  # 输出：[1 2 3 4 5 6]
print(result.shape)  # 输出：(6,)

2. 二维数组（2D）的连接

python

运行

a = np.array([[1, 2], [3, 4]])  # 形状：(2, 2)
b = np.array([[5, 6]])          # 形状：(1, 2)# 沿轴 0 连接（垂直方向，行数增加）
result_axis0 = np.concatenate((a, b), axis=0)
print(result_axis0)
# 输出：
# [[1 2]
#  [3 4]
#  [5 6]]
print(result_axis0.shape)  # 输出：(3, 2)# 沿轴 1 连接（水平方向，列数增加）
c = np.array([[7], [8]])   # 形状：(2, 1)
result_axis1 = np.concatenate((a, c), axis=1)
print(result_axis1)
# 输出：
# [[1 2 7]
#  [3 4 8]]
print(result_axis1.shape)  # 输出：(2, 3)

3. 三维数组（3D）的连接

python

运行

a = np.ones((2, 3, 4))  # 形状：(2, 3, 4)
b = np.ones((2, 3, 4))  # 形状：(2, 3, 4)# 沿轴 0 连接
result0 = np.concatenate((a, b), axis=0)
print(result0.shape)  # 输出：(4, 3, 4)# 沿轴 1 连接
result1 = np.concatenate((a, b), axis=1)
print(result1.shape)  # 输出：(2, 6, 4)# 沿轴 2 连接
result2 = np.concatenate((a, b), axis=2)
print(result2.shape)  # 输出：(2, 3, 8)

与其他连接函数的区别

函数	功能描述	示例
np.concatenate	沿指定轴连接，不创建新维度	np.concatenate((a, b), axis=1)
np.stack	沿新轴堆叠，增加一个维度	np.stack((a, b), axis=0)
np.hstack	水平方向连接（等价于 axis=1）	np.hstack((a, b))
np.vstack	垂直方向连接（等价于 axis=0）	np.vstack((a, b))
np.dstack	深度方向连接（等价于 axis=2）	np.dstack((a, b))