np.concatenate() 是一个numpy库函数，它将两个numpy数组连接成一个单一的numpy数组。 有两种连接数组的方式。一种是使用轴0连接，也就是在第一个数组的末尾加入第二个数组。另一种是将第一个数组和第二个数组按列串联起来。
第二个数组的列将被连接到第一个数组的列的末端。
语法
numpy.concatenate((a1, a2, ...), axis=0, out=None, dtype=None, casting="same_kind")
参数
( a1, a2, ...):这是我们要串联的数组的序列。
轴。它是连接数组的轴，默认为0。默认情况下，它是0，它是按行连接的。如果轴是1，那么它是按列连接的。
out 。如果使用这个out，形状必须是正确的。
dtype。dtype代表数据类型。我们可以在dtype参数中指定数据类型。输出的数组将具有该参数中提供的数据类型。如果没有提供任何数据，那么它就把数据类型当作无 。
铸造。铸造包括几种铸造方式 - no, equiv, safe, same_kind, unsafe。Same_kind被设置为默认值。
使用np.concatenate将两个数组连接起来的Python程序
# import Numpy as np
import numpy as np
# creating an numpy array named arr1
arr1 = np.array([1, 2, 3])
# creating an numpy array named arr2
arr2 = np.array([4, 5, 6])
# concatenating arr1 and arr2
res = np.concatenate((arr1, arr2))
print(res)
输出
[1 2 3 4 5 6]
在这个程序中，我们导入了numpy来处理数字数据。然后，我们创建了两个名为arr1和arr2 的numpy数组。然后，我们使用np.concatenate()函数进行连接。
np.concatenate()函数将arr1与arr2连接起来。由于没有传递其他参数，它将考虑默认参数。
在单维数组中，两个轴的输出结果是一样的，但是在多维数组中，轴会改变其结果。在这个程序中，元素是按行添加的。
让我们来看看另一个例子。
# Import Numpy as np
import numpy as np
# creating an numpy array named arr1
arr1 = np.array([[8, 7], [6, 5]])
# creating an numpy array named arr2
arr2 = np.array([[4, 3], [2, 1]])
# concatenating arr1 and arr2
res = np.concatenate((arr1, arr2), axis=1)
print(res)
输出
[[8 7 4 3]
[6 5 2 1]]
在这个程序中，我们使用轴为1。程序将把第二个数组的第一行与第一个数组的第一行连接起来。因此，第一个数组的列与第二个数组的列合并。
本教程到此结束。
相关文章
The postnp.concatenate:如何在Python中加入Numpy数组出现在AppDividend上。
