numpy.concatenate#

numpy.concatenate((a1, a2, ...), axis=0, out=None, dtype=None, casting="same_kind")#

沿现有轴连接一系列数组.

参数:

a1, a2, …sequence of array_like: 数组必须具有相同的形状,除了对应于 axis 的维度（默认情况下是第一个）.
axisint, 可选: 将要连接数组的轴.如果轴为 None,则在连接前将数组展平.默认为 0.
outndarray, 可选: 如果提供,结果的放置目标.形状必须正确,匹配在不指定 out 参数的情况下 concatenate 将返回的内容.
dtypestr 或 dtype: 如果提供,目标数组将具有此数据类型.不能与 out 一起提供.

在 1.20.0 版本加入.
casting{‘no’, ‘equiv’, ‘safe’, ‘same_kind’, ‘unsafe’}, 可选: 控制可能发生的数据转换类型.默认为 ‘same_kind’.有关选项的描述,请参见 casting.

在 1.20.0 版本加入.

返回:

resndarray: 连接后的数组.

参见

ma.concatenate: 保留输入掩码的连接函数.
array_split: 将一个数组拆分为多个大小相等或接近相等的子数组.
split: 将数组拆分为多个等大小的子数组列表.
hsplit: 将数组水平（按列）分割成多个子数组.
vsplit: 将数组垂直（按行）拆分为多个子数组.
dsplit: 将数组沿第3轴（深度）分割成多个子数组.
stack: 沿新轴堆叠一系列数组.
block: 从块中组装数组.
hstack: 按顺序水平堆叠数组（按列）.
vstack: 按顺序垂直（按行）堆叠数组.
dstack: 按顺序深度堆叠数组（沿第三维度）.
column_stack: 将一维数组作为列堆叠成二维数组.

备注

当要连接的数组中有一个或多个是 MaskedArray 时,此函数将返回一个 MaskedArray 对象而不是 ndarray,但输入掩码不会被保留.在需要 MaskedArray 作为输入的情况下,请改用掩码数组模块中的 ma.concatenate 函数.

示例

>>> import numpy as np
>>> a = np.array([[1, 2], [3, 4]])
>>> b = np.array([[5, 6]])
>>> np.concatenate((a, b), axis=0)
array([[1, 2],
       [3, 4],
       [5, 6]])
>>> np.concatenate((a, b.T), axis=1)
array([[1, 2, 5],
       [3, 4, 6]])
>>> np.concatenate((a, b), axis=None)
array([1, 2, 3, 4, 5, 6])

此函数不会保留 MaskedArray 输入的掩码.

>>> a = np.ma.arange(3)
>>> a[1] = np.ma.masked
>>> b = np.arange(2, 5)
>>> a
masked_array(data=[0, --, 2],
             mask=[False,  True, False],
       fill_value=999999)
>>> b
array([2, 3, 4])
>>> np.concatenate([a, b])
masked_array(data=[0, 1, 2, 2, 3, 4],
             mask=False,
       fill_value=999999)
>>> np.ma.concatenate([a, b])
masked_array(data=[0, --, 2, 2, 3, 4],
             mask=[False,  True, False, False, False, False],
       fill_value=999999)