1、使用np.vstack()函數
【code】
#數組
a
=
[[
1
,
2
,
3
],[
4
,
5
,
6
]]
b
=
[[
1
,
1
,
1
],[
2
,
2
,
2
]]
#縱向合並
c
=
np.vstack((a,b))
print
(
"c="
+
str
(c))
|
【result】
c
=
array([[
1
,
2
,
3
],
[
4
,
5
,
6
],
[
1
,
1
,
1
],
[
2
,
2
,
2
]]
|
2、使用 np.r_[]函數
【code】
#數組
a
=
[[
1
,
2
,
3
],[
4
,
5
,
6
]]
b
=
[[
1
,
1
,
1
],[
2
,
2
,
2
]]
#縱向合並
c
=
np.r_[a,b]<br>
print
(
"c="
+
str
(c))
|
【result】
c
=
array([[
1
,
2
,
3
],
[
4
,
5
,
6
],
[
1
,
1
,
1
],
[
2
,
2
,
2
]]
|
3、不使用函數，直接合並，見代碼
【code】
a_prev
=
np.array(([
1
,
2
],[
3
,
4
]))
xt
=
np.array(([
1
,
2
],[
3
,
4
],[
5
,
6
]))
concat
=
np.zeros([
5
,
2
])
concat[:
2
, :]
=
a_prev
concat[
2
:, :]
=
xt
print
(concat)
|
【result】
[[
1.
2.
]
[
3.
4.
]
[
1.
2.
]
[
3.
4.
]
[
5.
6.
]]
|
二、數組橫向合並
1、使用np.hstack()函數
【code】
#數組
a
=
[[
1
,
2
,
3
],[
4
,
5
,
6
]]
b
=
[[
1
,
1
,
1
],[
2
,
2
,
2
]]
#橫向合並<br>d = np.hstack((a,b))<br>print("d="+str(d))
|
【result】
d
=
array([[
1
,
2
,
3
,
1
,
1
,
1
],
[
4
,
5
,
6
,
2
,
2
,
2
]])
|
2、使用np.c_[]函數
【code】
#數組
a
=
[[
1
,
2
,
3
],[
4
,
5
,
6
]]
b
=
[[
1
,
1
,
1
],[
2
,
2
,
2
]]
#橫向合並
|
d
=
np.c_[a,b]
print
(
"d="
+
str
(d))
|
【result】
d
=
array([[
1
,
2
,
3
,
1
,
1
,
1
],
[
4
,
5
,
6
,
2
,
2
,
2
]])
|
3、不使用函數，直接合並，見代碼
【code】
a_prev
=
np.array(([
1
,
2
,
3
],[
3
,
4
,
5
]))
xt
=
np.array(([
4
,
5
],[
6
,
7
]))
concat
=
np.zeros([
2
,
5
])
concat[:, :
3
]
=
a_prev
concat[:,
3
:]
=
xt
print
(concat)
|
【result】
[[
1.
2.
3.
4.
5.
]
[
3.
4.
5.
6.
7.
]]
|
---------------------------------
參考：
1、http://blog.csdn.net/vanhsy/article/details/69486241
2、https://i.cnblogs.com/EditPosts.aspx?postid=8488878