Numpy数组拼接

　　#### 拼接

　　Numpy中提供了concatenate,append, stack类(包括hsatck、vstack、dstack、row_stack、column_stack),r_和c_等类和函数用于数组拼接的操作。各种函数的特点和区别如下表：　

　　在我们学习拼接之前我们先了解一些轴和维度。

　　上一篇我们提到numpy中的ndim和shape来分别查看维度，以及在对应维度上的长度的。而其中的axis表示的是轴

　　##### concatenate函数

　　```

　　concatenate(tuple, axis=0, out=None)

　　"""

　　参数说明：

　　tuple:对需要合并的数组用元组的形式给出

　　axis: 沿指定的轴进行拼接，默认0，即第一个轴

　　"""

　　```

　　比如我们有两个数组：　　

　　所以是对两个数组进行了axis=0轴的合并，如果将axis换成1则变成：　　

　　##### append函数

　　函数的说明如下：

　　```

　　append(arr, values, axis=None)

　　"""

　　参数说明：

　　arr：类似array的数据

　　values: 类似array的数据

　　axis：进行append操作的axis的方向，默认无

　　"""

　　```

　　代码示例：　　

　　大家发现，若axis为None，则先将arr和values进行ravel扁平化,再拼接;如果指定axis=0表示x轴的拼接，而如果axis=1表示y轴的拼接。

　　##### stack函数

　　函数的说明如下：

　　```

　　stack(arrays, axis=0, out=None)

　　"""

　　沿着指定的axis对arrays(每个array的shape必须一样)进行拼接，返回值的维度比原arrays的维度高1

　　axis：默认为0，即第一个轴，若为-1即为第二个轴

　　"""

　　```

　　代码演示：(仍然使用上面的data1和data2)　　

　　可以发现如果axis=1，就是x轴的依次进行组合，如果是axis=-1就是两个数组的列进行组合。 当然如果想直接进行行或者列的拼接也可以使用：hstack、vstack分别表示只进行行的拼接，或者列的拼接，类似上面的axis=1或axis=-1的情况。

　　总结：

　　增加行(对行进行拼接)的方法有

　　```

　　np.concatenate((ar1, ar2),axis=0)

　　np.append(ar1, ar2, axis=0)

　　np.vstack((ar1,ar2))

　　```

　　增加列(对列进行拼接)的方法有：

　　```

　　np.concatenate((ar1, ar2),axis=1)

　　np.append(ar1, ar2, axis=1)

　　np.hstack((ar1,ar2))

　　```

　　内容比较多，大家要多多练习哦！

　　更多关于“Python培训”的问题，欢迎咨询千锋教育在线名师。千锋教育多年办学，课程大纲紧跟企业需求，更科学更严谨，每年培养泛IT人才近2万人。不论你是零基础还是想提升，都可以找到适合的班型，千锋教育随时欢迎你来试听。

　　注：本文部分文字和图片来源于网络，如有侵权，请联系删除。版权归原作者所有!