numpy.concatenate¶

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

沿现有轴联接一系列数组。

参数

A1，A2，…阵列序列: 数组必须具有相同的形状，除了与 axis （默认为第一个）。
axis可选的: 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。
outndarray，可选: 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。
dtypeSTR或D型: 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.
casting'no'、'equiv'、'safe'、'same'u kind'、'unsafe'、可选: 控制可能发生的数据转换类型。默认为“同类”。

1.20.0 新版功能.

返回

res恩达雷: 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)

numpy.require numpy.stack