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)