np.concatenate的用法

np.concatenate()是用来对数列或矩阵进行合并的

两个一维数组

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

输出为

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

因为上述a和b都是一维的，所以当指定axis=1时，程序就会报错。

AxisError                                 Traceback (most recent call last)
<ipython-input-28-4ae0f9a0b960> in <module>
      2 a=np.array([1,2,3])
      3 b=np.array([4,5,6])
----> 4 np.concatenate((a,b),axis=1)

<__array_function__ internals> in concatenate(*args, **kwargs)

AxisError: axis 1 is out of bounds for array of dimension 1

两个二维数组

import numpy as np
a=np.array([[1,2,3],[111,222,333]])
b=np.array([[4,5,6],[44,55,67]])
print(a)
print('\n矩阵a的维度为:',a.shape)
print(b)
print("\naxis=0的结果为:\n",np.concatenate((a,b),axis=0)) 
print("\naxis=0的维度为:\n",np.concatenate((a,b),axis=0).shape) 
print("\naxis=1的结果为:\n",np.concatenate((a,b),axis=1)) 
print("\naxis=1的维度为:\n",np.concatenate((a,b),axis=1).shape)

[[  1   2   3]
 [111 222 333]]

矩阵a的维度为: (2, 3)
[[ 4  5  6]
 [44 55 67]]

axis=0的结果为:
 [[  1   2   3]
 [111 222 333]
 [  4   5   6]
 [ 44  55  67]]

axis=0的维度为:
 (4, 3)

axis=1的结果为:
 [[  1   2   3   4   5   6]
 [111 222 333  44  55  67]]

axis=1的维度为:
 (2, 6)

axis=0可以看做直接把b矩阵接在a的下面，即按行进行合并,此时的维度为（4,3），axis=1可以看做将矩阵连接在a的右边，即按列进行合并，此时的维度为（2,6）。

两个三维数组

import numpy as np
a=np.array([[[1,2,3],[111,222,333]],[[134,131,423],[134,6356,754]],[[984,1940,2940],[245,245,546]]])
b=np.array([[[13,13,35],[697,2572,33633]],[[13354,132461,4723],[1374,63856,754]],[[9844,19640,2940],[23645,23645,56346]]])
print(a)
print('\n矩阵a的维度为:',a.shape)
print(b)
print("\naxis=0的结果为:\n",np.concatenate((a,b),axis=0)) #axis=0表示在行上加，axis=1表示在列上加
print("\naxis=0的维度为:\n",np.concatenate((a,b),axis=0).shape) 
print("\naxis=1的结果为:\n",np.concatenate((a,b),axis=1)) #axis=0表示在行上加，axis=1表示在列上加
print("\naxis=1的维度为:\n",np.concatenate((a,b),axis=1).shape) 
print("\naxis=2的结果为:\n",np.concatenate((a,b),axis=2)) #axis=0表示在行上加，axis=1表示在列上加
print("\naxis=2的维度为:\n",np.concatenate((a,b),axis=2).shape)

a和b是两个三维数组，其维度为（3,2,3）,输出的结果如下

[[[   1    2    3]
  [ 111  222  333]]

 [[ 134  131  423]
  [ 134 6356  754]]

 [[ 984 1940 2940]
  [ 245  245  546]]]

矩阵a的维度为: (3, 2, 3)
[[[    13     13     35]
  [   697   2572  33633]]

 [[ 13354 132461   4723]
  [  1374  63856    754]]

 [[  9844  19640   2940]
  [ 23645  23645  56346]]]

axis=0的结果为:
 [[[     1      2      3]
  [   111    222    333]]

 [[   134    131    423]
  [   134   6356    754]]

 [[   984   1940   2940]
  [   245    245    546]]

 [[    13     13     35]
  [   697   2572  33633]]

 [[ 13354 132461   4723]
  [  1374  63856    754]]

 [[  9844  19640   2940]
  [ 23645  23645  56346]]]

axis=0的维度为:
 (6, 2, 3)

axis=1的结果为:
 [[[     1      2      3]
  [   111    222    333]
  [    13     13     35]
  [   697   2572  33633]]

 [[   134    131    423]
  [   134   6356    754]
  [ 13354 132461   4723]
  [  1374  63856    754]]

 [[   984   1940   2940]
  [   245    245    546]
  [  9844  19640   2940]
  [ 23645  23645  56346]]]

axis=1的维度为:
 (3, 4, 3)

axis=2的结果为:
 [[[     1      2      3     13     13     35]
  [   111    222    333    697   2572  33633]]

 [[   134    131    423  13354 132461   4723]
  [   134   6356    754   1374  63856    754]]

 [[   984   1940   2940   9844  19640   2940]
  [   245    245    546  23645  23645  56346]]]

axis=2的维度为:
 (3, 2, 6)

其实可以这么理解，axis=0，则表示合并后第一个维度数据要变（axis是从0开始计算的，即第一维表示0），axis=1，则表示合并后第二个维度的数据要变，axis=2，则表示合并后第三个维度数据要变。数据变换一般是两个数组相同维度数值相加。

多个数组一起合并

import numpy as np
a=np.array([[[1,2,3],[111,222,333]],[[134,131,423],[134,6356,754]],[[984,1940,2940],[245,245,546]]])
b=np.array([[[13,13,35],[697,2572,33633]],[[13354,132461,4723],[1374,63856,754]],[[9844,19640,2940],[23645,23645,56346]]])
print(a)
print('\n矩阵a的维度为:',a.shape)
print(b)
print("\naxis=0的结果为:\n",np.concatenate((a,b,a),axis=0)) #axis=0表示在行上加，axis=1表示在列上加
print("\naxis=0的维度为:\n",np.concatenate((a,b,a),axis=0).shape)

[[[   1    2    3]
  [ 111  222  333]]

 [[ 134  131  423]
  [ 134 6356  754]]

 [[ 984 1940 2940]
  [ 245  245  546]]]

矩阵a的维度为: (3, 2, 3)
[[[    13     13     35]
  [   697   2572  33633]]

 [[ 13354 132461   4723]
  [  1374  63856    754]]

 [[  9844  19640   2940]
  [ 23645  23645  56346]]]

axis=0的结果为:
 [[[     1      2      3]
  [   111    222    333]]

 [[   134    131    423]
  [   134   6356    754]]

 [[   984   1940   2940]
  [   245    245    546]]

 [[    13     13     35]
  [   697   2572  33633]]

 [[ 13354 132461   4723]
  [  1374  63856    754]]

 [[  9844  19640   2940]
  [ 23645  23645  56346]]

 [[     1      2      3]
  [   111    222    333]]

 [[   134    131    423]
  [   134   6356    754]]

 [[   984   1940   2940]
  [   245    245    546]]]

axis=0的维度为:
 (9, 2, 3)

和两个数组合并的原理一样，就不多赘述。