# numpy库数组拼接np.concatenate()函数

1、concatenate((a1, a2, …), axis=0)官方文档详解

```concatenate(...)
concatenate((a1, a2, ...), axis=0)

Join a sequence of arrays along an existing axis.

Parameters
----------
a1, a2, ... : sequence of array_like
The arrays must have the same shape, except in the dimension
corresponding to `axis` (the first, by default).
axis : int, optional
The axis along which the arrays will be joined.  Default is 0.

Returns
-------
res : ndarray
The concatenated array.

--------
ma.concatenate : Concatenate function that preserves input masks.
array_split : Split an array into multiple sub-arrays of equal or
near-equal size.
split : Split array into a list of multiple sub-arrays of equal size.
hsplit : Split array into multiple sub-arrays horizontally (column wise)
vsplit : Split array into multiple sub-arrays vertically (row wise)
dsplit : Split array into multiple sub-arrays along the 3rd axis (depth).
stack : Stack a sequence of arrays along a new axis.
hstack : Stack arrays in sequence horizontally (column wise)
vstack : Stack arrays in sequence vertically (row wise)
dstack : Stack arrays in sequence depth wise (along third dimension)```

2、Parameters参数

• 传入的参数必须是一个多个数组的元组或者列表
• 另外需要指定拼接的方向，默认是 axis = 0，也就是说对0轴的数组对象进行纵向的拼接（纵向的拼接沿着axis= 1方向）；注：一般axis = 0，就是对该轴向的数组进行操作，操作方向是另外一个轴，即axis=1。
```In [23]: a = np.array([[1, 2], [3, 4]])
In [24]: b = np.array([[5, 6]])
In [25]: np.concatenate((a, b), axis=0)
Out[25]:
array([[1, 2],
[3, 4],
[5, 6]])```

```In [27]: np.concatenate((a,b),axis = 1)
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-27-aa1228decc36> in <module>()
----> 1 np.concatenate((a,b),axis = 1)

ValueError: all the input array dimensions except for the concatenation axis must match exactly```

```In [28]: np.concatenate((a,b.T),axis = 1)
Out[28]:
array([[1, 2, 5],
[3, 4, 6]])```

0 条评论

• ### Python3之数组（array）

当我们需要1000万个浮点数的时候，数组（array）的效率要比列表（list）要高得多，因为数组在背后存的并不是float对象，而是数字的机器翻译，也就是字节...

• ### python爬虫的重定向问题

在使用python爬虫的过程中难免会遇到很多301，302的问题。他们出现时，很大程度的影响到我们的爬虫速度和信息的准确性。下面针对不同的模块给出不同的解决方案...

• ### Python库简单说明(持续更新...)

目前，网上已有成千上万个Python包，但几乎没有人能够全部知道它们。单单 PyPi上就有超过47000个包列表。

• ### 六,ESP8266 TCP Client(基于Lua脚本语言)五,ESP8266 TCP服务器多连接

今天不知道是不是让我姐挺失望.......很多时候都不知道自己努力的方向对不对,,以后能不能带给家人最美好的期盼...... Init.lua 没啥改变,,就改...

• ### 围观|中国Martech生态究竟长什么样？

前不久，关注Martech的国内知名新媒体弯弓研究院也制作并发布了2019中国营销技术生态图谱2.0版本。该图谱显示，原力大数据在会员管理、千人千面、销售自动化...

• ### 对OpenFlow下的一种网络安全应用模型(OFX)的思考

最近有时间学习了一篇发表在NSDI’16的叫做 ”Enabling Practical Software-defined Networking Security...

• ### R语言基础教程——第3章：数据结构——数组

数组（array）与矩阵类似，但是维度可以大于2。数组可通过array函数创建，形式如下：

• ### python自学成才之路 miniconda创建虚拟环境

前面虚拟环境是安装在一个Python解释器下的，如果想使用不同版本的Python环境该怎么创建呢？这个时候miniconda就派上用场了。Miniconda可以...

• ### 小米技术分享：解密小米抢购系统千万高并发架构的演进和实践

大家对下面这个排队的场景应该非常熟悉，这个是小米手机抢购的用户排队交互图，大家看到这些排队的兔子时，说明也有很多用户在同一时间向小米抢购系统提交了购买请求。