NumPy ndarray合并数组

在 NumPy 中，合并数组也是最常见的操作之一，下表列举了常见的用于数组或向量合并的方法。 

几点说明：

• append()、concatenate() 以及 stack() 都有一个 axis 参数，用于控制数组的合并方式是按行还是按列。
• 对于 append() 和 concatenate()，待合并的数组必须有相同的行数或列数（满足一个即可）。
• stack()、hstack()、dstack() 要求待合并的数组必须具有相同的形状（shape）。

下面选择一些常用函数进行说明。

append()

append() 函数可以合并一维数组：

import numpy as np

a =np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.append(a, b)
print(c)
# [1 2 3 4 5 6]

append() 也可以合并多维数组：

import numpy as np

a =np.arange(4).reshape(2, 2)
b = np.arange(4).reshape(2, 2)
# 按行合并
c = np.append(a, b, axis=0)
print('按行合并后的结果')
print(c)
print('合并后数据维度', c.shape)
# 按列合并
d = np.append(a, b, axis=1)
print('按列合并后的结果')
print(d)
print('合并后数据维度', d.shape)

输出结果：

concatenate()

沿指定轴连接数组或矩阵：

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

c = np.concatenate((a, b), axis=0)
print(c)
d = np.concatenate((a, b.T), axis=1)
print(d)

输出结果：

stack()

沿指定轴堆叠数组或矩阵：

import numpy as np

a =np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
print(np.stack((a, b), axis=0))

输出结果：