numpy.concatenate函數(shù)用法詳解
這個concatenate用于將矩陣合并,他將沿著已經(jīng)存在的軸合并一個矩陣,相關(guān)參數(shù)有(a1, a2, ...), axis=0, out=None, dtype=None, casting="same_kind",其中第一個參數(shù)是用戶輸入的矩陣, 這些輸入的矩陣必須要在將要合并的對應(yīng)的軸上有相同的形狀,
官方文檔的機器翻譯:矩陣必須具有相同的形狀,除非是與軸對應(yīng)的尺寸(默認為第一個)。
numpy.concatenate((a1, a2, ...), axis=0, out=None, dtype=None, casting="same_kind")
Join a sequence of arrays along an existing axis.
沿著已經(jīng)存在的軸合并一個矩陣
相關(guān)參數(shù)
Parameters
a1, a2, …sequence of array_like
The arrays must have the same shape, except in the dimension corresponding to axis (the first, by default).
這些輸入的矩陣必須要在將要合并的對應(yīng)的軸上有相同的形狀,比如,給出兩個變量,并將他們沿著axis=1的軸,進行合并:
a = np.arange(3*3).reshape((3,3))
b = np.arange(3*4).reshape((3,4))
a,b
(array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]]),
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]]))
np.concatenate([a,b],axis=1)
array([[ 0, 1, 2, 0, 1, 2, 3],
[ 3, 4, 5, 4, 5, 6, 7],
[ 6, 7, 8, 8, 9, 10, 11]])上面是沿著列進行合并,盡管他們的列數(shù)不同,但是他們的行數(shù)相同,因此也可以合并。
axis int, optional
The axis along which the arrays will be joined. If axis is None, arrays are flattened before use. Default is 0.
如果將axis設(shè)置為None,那么將對給出的矩陣先進行展平,即先將其轉(zhuǎn)換為一維數(shù)組,再合并,默認的axis參數(shù)是0:
np.concatenate([a,b],axis=None)
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 0, 1, 2, 3, 4, 5, 6, 7,
8, 9, 10, 11])
casting {‘no’, ‘equiv’, ‘safe’, ‘same_kind’, ‘unsafe’}, optional
Controls what kind of data casting may occur. Defaults to ‘same_kind’.
下面給出一些可能觸發(fā)的錯誤:
np.concatenate(a,b,axis=None)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-36-0e550a3d06f6> in <module>
----> 1 np.concatenate(a,b,axis=None)
<__array_function__ internals> in concatenate(*args, **kwargs)
TypeError: concatenate() got multiple values for argument 'axis'
這個類型錯誤發(fā)生的原因是,將要合并的兩個數(shù)組未添加括號的就作為參數(shù)輸入了
正確的形式如下:
np.concatenate([a,b],axis=None)
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 0, 1, 2, 3, 4, 5, 6, 7,
8, 9, 10, 11])或者:
c = (a,b)
np.concatenate(c,axis=None)
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 0, 1, 2, 3, 4, 5, 6, 7,
8, 9, 10, 11])到此這篇關(guān)于numpy.concatenate函數(shù)用法詳解的文章就介紹到這了,更多相關(guān)numpy.concatenate用法內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- numpy中hstack vstack stack concatenate函數(shù)示例詳解
- numpy中數(shù)組拼接、數(shù)組合并方法總結(jié)(append(),?concatenate,?hstack,?vstack,?column_stack,?row_stack,?np.r_,?np.c_等)
- numpy數(shù)組做圖片拼接的實現(xiàn)(concatenate、vstack、hstack)
- numpy concatenate數(shù)組拼接方法示例介紹
- 詳解Numpy中的數(shù)組拼接、合并操作(concatenate, append, stack, hstack, vstack, r_, c_等)
- 關(guān)于numpy.concatenate()函數(shù)的使用及說明
相關(guān)文章
Python內(nèi)置函數(shù)bin() oct()等實現(xiàn)進制轉(zhuǎn)換
使用Python內(nèi)置函數(shù):bin()、oct()、int()、hex()可實現(xiàn)進制轉(zhuǎn)換;先看Python官方文檔中對這幾個內(nèi)置函數(shù)的描述,需要了解的朋友可以參考下2012-12-12
Python大數(shù)據(jù)量文本文件高效解析方案代碼實現(xiàn)全過程
在數(shù)據(jù)分析中,有時數(shù)據(jù)源會是超大的文本文件(幾G,或在幾十G),需要從中提取需要的信息,下面這篇文章主要給大家介紹了關(guān)于Python大數(shù)據(jù)量文本文件高效解析方案代碼實現(xiàn)的相關(guān)資料,需要的朋友可以參考下2022-12-12
關(guān)于python導入模塊import與常見的模塊詳解
今天小編就為大家分享一篇關(guān)于python導入模塊import與常見的模塊詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08

