numpy.
concatenate
沿现有轴联接一系列数组。
数组必须具有相同的形状,除了与 axis (默认为第一个)。
阵列将沿其连接的轴。如果“轴”为“无”,则阵列在使用前将被展平。默认值为0。
如果提供,则为放置结果的目的地。形状必须正确,与未指定out参数时concatenate返回的形状匹配。
如果提供,目标数组将具有此数据类型。不能与一起提供 out .
1.20.0 新版功能.
控制可能发生的数据转换类型。默认为“同类”。
连接的数组。
参见
ma.concatenate
保留输入掩码的连接函数。
array_split
将一个数组拆分为大小相等或接近相等的多个子数组。
split
将数组拆分为大小相等的多个子数组列表。
hsplit
将数组水平拆分为多个子数组(按列)。
vsplit
将数组垂直拆分为多个子数组(按行)。
dsplit
沿第三轴(深度)将阵列拆分为多个子阵列。
stack
沿新轴堆叠一系列阵列。
block
从块组装数组。
hstack
按水平顺序(按列)堆叠数组。
vstack
按顺序垂直堆叠数组(按行)。
dstack
按顺序深度(沿三维)堆叠数组。
column_stack
将一维数组作为列堆叠到二维数组中。
笔记
当要连接的一个或多个数组是maskedarray时,此函数将返回一个maskedarray对象而不是一个ndarray,但输入掩码是 not 保存。如果需要将maskedArray作为输入,请使用maskedArray模块中的ma.concatenate函数。
实例
>>> 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])
此函数不会保留屏蔽数组输入。
>>> 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)