numpy的concatenate實現矩陣拼接

concatenate()

我們先來介紹最全能的concatenate()函數，后面的幾個函數其實都可以用concatenate()函數來進行等價操作。

concatenate()函數根據指定的維度，對一個元組、列表中的list或者ndarray進行連接，函數原型：

numpy.concatenate((a1, a2, ...), axis=0)

先來看幾個例子，一個2*2的數組和一個1*2的數組，在第0維進行拼接，得到一個3*2的數組：

a = np.array([[1, 2], [3, 4]]) b = np.array([[5, 6]]) np.concatenate((a, b), axis=0) 

輸出為：

array([[1, 2], [3, 4], [5, 6]]) 

進一步，一個2*2的數組和一個2*1的數組，在第01維進行拼接，得到一個2*3的數組：

np.concatenate((a, b.T), axis=1)

輸出為：

array([[1, 2, 5], [3, 4, 6]]) 

上面兩個簡單的例子中，拼接的維度的長度是不同的，但是其他維度的長度必須是相同的，這也是使用concatenate()函數的一個基本原則，違背此規則就會報錯，例如一個2*2的數組和一個1*2的數組，在第1維進行拼接：

np.concatenate((a, b), axis=1)

上面的代碼會報錯：

ValueError: all the input array dimensions except for the concatenation axis must match exactly 

 

如果拼接的數組是一維數組，則axis只能為0，因為若兩個一維數組的shape為（n1,)，(n2,)， 拼接之后為(n1+n2,)。由於第二維沒有長度，所以也就不存在axis=1了

作者：文哥的學習日記
鏈接：https://www.jianshu.com/p/cfe655cb5dd6
來源：簡書
簡書著作權歸作者所有，任何形式的轉載都請聯系作者獲得授權並注明出處。