Numpy中的concatenate函数

83 阅读 0 评论 55 点赞

我是靠谱客的博主迷路盼望，最近开发中收集的这篇文章主要介绍Numpy中的concatenate函数，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

concatenate(x,axis=0)

这个函数用于将多个数组进行连接，这与stack函数很容易混淆，他们之间的区别是concatenate会把当前要匹配的元素降一维，即去掉最外面那一层括号。举个例子：

axis=0
a = np.arange(8).reshape(2,2,2)
b = np.arange(8).reshape(2,2,2)
c=np.concatenate((a, b), axis=axis)
d=np.stack((a, b), axis=axis)

print(c)
print(c.shape)
print(d)
print(d.shape)

输出
[[[0 1]
  [2 3]]

 [[4 5]
  [6 7]]

 [[0 1]
  [2 3]]

 [[4 5]
  [6 7]]]
(4, 2, 2)
[[[[0 1]
   [2 3]]

  [[4 5]
   [6 7]]]


 [[[0 1]
   [2 3]]

  [[4 5]
   [6 7]]]]
(2, 2, 2, 2)

由此可推：
当axis=1时，c.shape为（2,4,2），d.shape为（2,2,2,2）
当axis=2时，c.shape为（2,2,4），d.shape为（2,2,2,2）

另外一个区别是，stark能够对最低维度的元素进行匹配，而concatenate是不行的，因为最低维度已经不能再降维了，因此这里stark的axis可以等于3，而concatenate不行。