np.concatenate()函數(shù)的具體使用

更新時間：2023年03月13日 10:54:00 作者：勤奮的大熊貓

本文主要介紹了np.concatenate()函數(shù)的具體使用，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

引言

提到 numpy 的數(shù)組操作，我們就不得不說到 np.concatenate() 函數(shù)，concatenate 一詞在英文中是級聯(lián)的意思，我們可以簡單地理解為連接，拼接。

函數(shù)調(diào)用

調(diào)用方法

numpy.concatenate((a1, a2, ...), axis=0, out=None)

各個參數(shù)的意義

(a1, a2, ...)：數(shù)組序列，注意要用 () 或者 [] 符號括起來，否則會報錯，具體可以參考這篇------np.concatenate()函數(shù)數(shù)組序列參數(shù)。
axis：設置級聯(lián)時的坐標軸，如沿著x軸，y 軸或者 z 軸級聯(lián)。對于坐標軸問題，具體可以參考這篇------numpy.sum()坐標軸問題。
out：（可選參數(shù)）暫時不做討論。

有返回值，返回級聯(lián)后的數(shù)組。

注意事項

在使用該函數(shù)的時候務必要注意，(a1, a2, ...) 中的 a1 ， a2 均應該為可以迭代的對象，且維度不能夠為 0，比如：我們給 a1 = 5 一個整數(shù)值，此時會得到 zero-dimensional arrays cannot be concatenated 的錯誤提示，具體代碼如下：

# -*- coding:utf-8 -*-
"""
author: 15025
age: 26
e-mail: 1502506285@qq.com
time: 2020/12/1 16:54
software: PyCharm

Description:
"""
import numpy as np


class Debug:
? ? @staticmethod
? ? def mainProgram():
? ? ? ? x = 5
? ? ? ? y = np.ones(3)
? ? ? ? z = np.concatenate(([x], y))
? ? ? ? z1 = np.concatenate((np.array([x]), y))

? ? ? ? # wrong calling method
? ? ? ? # z = np.concatenate((x, y))
? ? ? ? # print(z)

? ? ? ? print("The value of z is: ")
? ? ? ? print(z)
? ? ? ? print("The value of z1 is: ")
? ? ? ? print(z1)


if __name__ == "__main__":
? ? main = Debug()
? ? main.mainProgram()
"""
The value of z is:?
[5. 1. 1. 1.]
The value of z1 is:?
[5. 1. 1. 1.]
"""

我們可以看到，對于單個整數(shù)，我們可以先將它轉(zhuǎn)換為 ndarray 或者 list 對象，然后進行級聯(lián)操作。但是如果我們直接進行級聯(lián)操作就會出錯，可以自行嘗試被注釋掉的部分。

接下來我們給幾個相關的例子。

示例1------一維數(shù)組

代碼如下：

# -*- coding: utf-8 -*-
import numpy as np


class Debug:
? ? def __init__(self):
? ? ? ? self.x = np.array([1, 2, 3])
? ? ? ? self.y = np.array([4, 5, 6])
? ? ? ? self.x1 = np.array([[1],[2],[3]])
? ? ? ? self.y1 = np.array([[4],[5],[6]])
? ? ? ??
? ? def mainProgram(self):
? ? ? ? z = np.concatenate((self.x, self.y))
? ? ? ? z1 = np.concatenate((self.x1, self.y1))
? ? ? ? print("The value of z is: ")
? ? ? ? print(z)
? ? ? ? print("The value of z1 is: ")
? ? ? ? print(z1)
? ? ? ??

if __name__ == "__main__":
? ? main = Debug()
? ? main.mainProgram()
"""
The value of z is:?
[1 2 3 4 5 6]
The value of z1 is:?
[[1]
?[2]
?[3]
?[4]
?[5]
?[6]]
"""

我們可以看到，對于結果 z ，np.concatenate() 完成的操作類似于np.hstack()函數(shù)，沿著 x 軸進行數(shù)組堆疊。對于結果 z1 ，np.concatenate() 完成的操作類似于np.vstack()函數(shù)，沿著 y 軸進行數(shù)組堆疊。我們知道這里是一維情況，產(chǎn)生這種結果的原因是 np.concatenate() 函數(shù)默認的連接方向是與被連接的數(shù)組本身的坐標軸方向是一致的。因為 self.x 與 self.y 均為橫向數(shù)組，所以沿著橫向連接。同理 self.x1 與 self.y1 均為縱向數(shù)組，所以沿著縱向連接。那么可不可能把一個橫向數(shù)組和一個縱向數(shù)組連接起來呢？答案是否定的，可以自行嘗試，比如將這里的 self.x 與 self.y1 連接起來，會得到一個錯誤。

既然對于一維數(shù)組是可以進行連接的，那么二維數(shù)組呢？接下來我們研究一下二維數(shù)組。

示例2------二維數(shù)組

代碼如下：

# -*- coding: utf-8 -*-
import numpy as np


class Debug:
? ? def __init__(self):
? ? ? ? self.x = np.array([[1, 2], [3, 4]])
? ? ? ? self.y = np.array([[5, 6], [7, 8]])

? ? ? ??
? ? def mainProgram(self):
? ? ? ? z = np.concatenate((self.x, self.y), axis=0)
? ? ? ? z1 = np.concatenate((self.x, self.y), axis=1)
? ? ? ? print("The value of z is: ")
? ? ? ? print(z)
? ? ? ? print("The value of z1 is: ")
? ? ? ? print(z1)
? ? ? ??

if __name__ == "__main__":
? ? main = Debug()
? ? main.mainProgram()
"""
The value of z is:?
[[1 2]
?[3 4]
?[5 6]
?[7 8]]
The value of z1 is:?
[[1 2 5 6]
?[3 4 7 8]]
"""

我們可以從 z 的結果中得出，此時 np.concatenate() 完成的操作類似于np.vstack()函數(shù)，沿著 y 軸進行數(shù)組堆疊。從 z1 的結果中我們可以看到，np.concatenate() 完成的操作類似于np.hstack()函數(shù)，沿著 x 軸進行數(shù)組堆疊。如我們之前討論過的坐標軸問題，類似于np.repeat()的坐標軸問題。二維情況下，從左向右，axis=0 指的就是 y 軸，axis=1 指的就是 y 軸。

那么 np.concatenate() 函數(shù)對于一維，二維均是起作用的，那么對于三維數(shù)組，它可以使用嗎？答案是肯定的。

示例3------三維數(shù)組

代碼如下：

# -*- coding: utf-8 -*-
import numpy as np


class Debug:
? ? def __init__(self):
? ? ? ? self.x = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
? ? ? ? self.y = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

? ? ? ??
? ? def mainProgram(self):
? ? ? ? z = np.concatenate((self.x, self.y), axis=0)
? ? ? ? z1 = np.concatenate((self.x, self.y), axis=1)
? ? ? ? z2 = np.concatenate((self.x, self.y), axis=2)
? ? ? ? print(self.x.shape)
? ? ? ? print("The value of z is: ")
? ? ? ? print(z)
? ? ? ? print("The value of z1 is: ")
? ? ? ? print(z1)
? ? ? ? print("The value of z2 is: ")
? ? ? ? print(z2)
? ? ? ??

if __name__ == "__main__":
? ? main = Debug()
? ? main.mainProgram()
"""
The value of z is:?
[[[1 2]
? [3 4]]

?[[5 6]
? [7 8]]

?[[1 2]
? [3 4]]

?[[5 6]
? [7 8]]]
The value of z1 is:?
[[[1 2]
? [3 4]
? [1 2]
? [3 4]]

?[[5 6]
? [7 8]
? [5 6]
? [7 8]]]
The value of z2 is:?
[[[1 2 1 2]
? [3 4 3 4]]

?[[5 6 5 6]
? [7 8 7 8]]]
"""

我們可以看到結果完全符合我們的預期。至此，np.concatenate() 函數(shù)的研究就告一段落了。

到此這篇關于np.concatenate()函數(shù)的具體使用的文章就介紹到這了,更多相關np.concatenate()內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: