Python 中的 numpy.concatenate()

concatenate() 函数是 NumPy 包中的一个函数。此函数主要用于组合 NumPy 数组。该函数主要用于沿指定轴连接两个或多个形状相同的数组。需要记住以下几点：

1. NumPy 的 concatenate() 与传统的数据库连接不同。它类似于堆叠 NumPy 数组。
2. 此函数可以垂直和水平操作。这意味着我们可以水平或垂直地连接数组。

concatenate() 函数通常写成 np.concatenate()，但我们也可以写成 numpy.concatenate()。这取决于导入 numpy 包的方式，分别是 import numpy as np 或 import numpy。

语法

参数

1) (a1, a2, ...)

此参数定义数组的序列。这里，a1、a2、a3 ... 是形状相同的数组，除了对应于轴的维度。

2) axis：int（可选）

此参数定义将沿其连接数组的轴。默认情况下，其值为 0。

结果

它将返回一个 ndarray，其中包含两个数组的元素。

示例 1：numpy.concatenate()

在上面的代码中

• 我们使用别名 np 导入了 numpy。
• 我们使用 np.array() 函数创建了一个数组 'x'。
• 然后，我们使用相同的 np.array() 函数创建了另一个数组 'y'。
• 我们声明了变量 'z'，并为其分配了 np.concatenate() 函数的返回值。
• 我们在函数中传递了数组 'x' 和 'y'。
• 最后，我们尝试打印 'z' 的值。

在输出中，两个数组（即 'x' 和 'y'）的值根据 axis=0 显示。

输出

array([[ 1,  2],
       	[ 3,  4],
       	[12, 30]])

示例 2：axis=0 的 numpy.concatenate()

输出

array([[ 1,  2],
       	[ 3,  4],
       	[12, 30]])

示例 3：axis=1 的 numpy.concatenate()

输出

array([[ 1,  2, 12],
       	[ 3,  4, 30]])

在上面的示例中，'.T' 用于将行更改为列，将列更改为行。

示例 4：axis=None 的 numpy.concatenate()

输出

array([ 1,  2,  3,  4, 12, 30])

在上面的示例中，我们使用了 np.concatenate() 函数。此函数不会保留 MaskedArray 输入的屏蔽。以下是可以通过其连接数组的方式，可以保留 MaskedArray 输入的屏蔽。

示例 5：np.ma.concatenate()

在上面的代码中

• 我们使用别名 np 导入了 numpy。
• 我们使用 np.ma.arrange() 函数创建了一个数组 'x'。
• 然后，我们使用相同的 np.ma.arrange() 函数创建了另一个数组 'y'。
• 我们声明了变量 'z1'，并为其分配了 np.concatenate() 函数的返回值。
• 我们声明了变量 'z2'，并为其分配了 np.ma.concatenate() 函数的返回值。
• 最后，我们尝试打印 'z1' 和 'z2' 的值。

在输出中，两个数组 'z1' 和 'z2' 的值都保留了 MaskedArray 输入的屏蔽。

输出

masked_array(data=[0, --, 2],
             	mask=[False,  True, False],
       		fill_value=999999)
array([3, 4, 5])
masked_array(data=[0, 1, 2, 3, 4, 5],
             	mask=False,
       		fill_value=999999)
masked_array(data=[0, --, 2, 3, 4, 5],
             	mask=[False,  True, False, False, False, False],
       		fill_value=999999)