numpy.concatenate()函數(shù)怎么用

這篇文章主要為大家展示了“numpy.concatenate()函數(shù)怎么用”，內(nèi)容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“numpy.concatenate()函數(shù)怎么用”這篇文章吧。

numpy.concatenate((a1, a2, …), axis=0, out=None)

將具有相同結(jié)構(gòu)的array序列結(jié)合成一個(gè)array

axis是拼接方向，0為橫軸，1為縱軸。

axis=0，拼接方向?yàn)闄M軸，需要縱軸結(jié)構(gòu)相同，拼接方向可以理解為拼接完成后數(shù)量發(fā)生變化的方向。

>>> a=np.array([1,2,3])
>>> b=np.array([11,22,33])
>>> c=np.array([44,55,66])
>>> np.concatenate((a,b,c),axis=0)  # 默認(rèn)情況下，axis=0可以不寫
array([ 1,  2,  3, 11, 22, 33, 44, 55, 66]) #對(duì)于一維數(shù)組拼接，axis的值不影響最后的結(jié)果

>>> a=np.array([[1,2,3],[4,5,6]])
>>> b=np.array([[11,21,31],[7,8,9]])
>>> np.concatenate((a,b),axis=0)
array([[ 1,  2,  3],
       [ 4,  5,  6],
       [11, 21, 31],
       [ 7,  8,  9]])

>>> np.concatenate((a,b),axis=1)  #axis=1表示對(duì)應(yīng)行的數(shù)組進(jìn)行拼接
array([[ 1,  2,  3, 11, 21, 31],
       [ 4,  5,  6,  7,  8,  9]])

>>> import numpy as np
>>> a = np.array([[1, 2], [3, 4]])
>>> b = np.array([[5, 6]])
>>> c = np.concatenate((a, b), axis=0) #axis=0表示沿著數(shù)組垂直方向進(jìn)行拼接
>>> print(c)
[[1 2]
 [3 4]
 [5 6]]
>>> d = np.concatenate((a, b.T), axis=1) #axis=1表示沿著數(shù)組水平方向進(jìn)行拼接
>>> print(d)
[[1 2 5]
 [3 4 6]]

對(duì)numpy.append()和numpy.concatenate()兩個(gè)函數(shù)的運(yùn)行時(shí)間進(jìn)行比較

示例：

>>> from time import clock as now
>>> a=np.arange(9999)
>>> b=np.arange(9999)
>>> time1=now()
>>> c=np.append(a,b)
>>> time2=now()
>>> print(time2-time1)
28.2316728446

>>> a=np.arange(9999)
>>> b=np.arange(9999)
>>> time1=now()
>>> c=np.concatenate((a,b),axis=0)
>>> time2=now()
>>> print(time2-time1)
20.3934997107

可知，concatenate()效率更高，適合大規(guī)模的數(shù)據(jù)拼接

以上是“numpy.concatenate()函數(shù)怎么用”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！