numpy.concatenate#

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

沿着现有轴连接一系列数组。

参数：

a1, a2, …array_like 序列: 这些数组必须具有相同的形状，除了对应于 axis 的维度（默认情况下为第一个）。
axisint，可选: 将要连接数组的轴。如果 axis 为 None，则在使用前会将数组展平。默认为 0。
outndarray，可选: 如果提供，则为放置结果的目标。形状必须正确，与如果未指定 out 参数则 concatenate 将返回的形状匹配。
dtypestr 或 dtype: 如果提供，则目标数组将具有此 dtype。不能与 out 一起提供。

版本 1.20.0 中的新功能。
casting{'no', 'equiv', 'safe', 'same_kind', 'unsafe'}，可选: 控制可能发生的哪种数据转换。默认为 'same_kind'。有关选项的说明，请参阅 casting。

版本 1.20.0 中的新功能。

返回值：

resndarray: 连接后的数组。

另请参阅

ma.concatenate: 保留输入掩码的连接函数。
array_split: 将数组拆分为多个大小相等或接近相等子数组。
split: 将数组拆分为多个大小相等的子数组列表。
hsplit: 水平（列方向）拆分数组成多个子数组。
vsplit: 垂直（行方向）拆分数组成多个子数组。
dsplit: 沿第 3 个轴（深度）拆分数组成多个子数组。
stack: 沿着新轴堆叠一系列数组。
block: 从块中组装数组。
hstack: 水平（列方向）依次堆叠数组。
vstack: 垂直（行方向）依次堆叠数组。
dstack: 深度方向（沿第三维）依次堆叠数组。
column_stack: 将 1-D 数组作为列堆叠到 2-D 数组中。

注释

当要连接的一个或多个数组是 MaskedArray 时，此函数将返回 MaskedArray 对象而不是 ndarray，但不会保留输入掩码。在需要 MaskedArray 作为输入的情况下，请改用掩码数组模块中的 ma.concatenate 函数。

示例

>>> import numpy as np
>>> a = np.array([[1, 2], [3, 4]])
>>> b = np.array([[5, 6]])
>>> np.concatenate((a, b), axis=0)
array([[1, 2],
       [3, 4],
       [5, 6]])
>>> np.concatenate((a, b.T), axis=1)
array([[1, 2, 5],
       [3, 4, 6]])
>>> np.concatenate((a, b), axis=None)
array([1, 2, 3, 4, 5, 6])

此函数不会保留 MaskedArray 输入的掩码。

>>> a = np.ma.arange(3)
>>> a[1] = np.ma.masked
>>> b = np.arange(2, 5)
>>> a
masked_array(data=[0, --, 2],
             mask=[False,  True, False],
       fill_value=999999)
>>> b
array([2, 3, 4])
>>> np.concatenate([a, b])
masked_array(data=[0, 1, 2, 2, 3, 4],
             mask=False,
       fill_value=999999)
>>> np.ma.concatenate([a, b])
masked_array(data=[0, --, 2, 2, 3, 4],
             mask=[False,  True, False, False, False, False],
       fill_value=999999)