这篇文章主要为大家展示了“numpy.concatenate()函数怎么用”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“numpy.concatenate()函数怎么用”这篇文章吧。
创新互联公司长期为上千家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为张掖企业提供专业的成都做网站、网站设计，张掖网站改版等技术服务。拥有10余年丰富建站经验和众多成功案例,为您定制开发。
numpy.concatenate((a1, a2, …), axis=0, out=None)
将具有相同结构的array序列结合成一个array
axis是拼接方向，0为横轴，1为纵轴。
axis=0，拼接方向为横轴，需要纵轴结构相同，拼接方向可以理解为拼接完成后数量发生变化的方向。
>>> a=np.array([1,2,3]) >>> b=np.array([11,22,33]) >>> c=np.array([44,55,66]) >>> np.concatenate((a,b,c),axis=0) # 默认情况下，axis=0可以不写 array([ 1, 2, 3, 11, 22, 33, 44, 55, 66]) #对于一维数组拼接，axis的值不影响最后的结果 >>> a=np.array([[1,2,3],[4,5,6]]) >>> b=np.array([[11,21,31],[7,8,9]]) >>> np.concatenate((a,b),axis=0) array([[ 1, 2, 3], [ 4, 5, 6], [11, 21, 31], [ 7, 8, 9]]) >>> np.concatenate((a,b),axis=1) #axis=1表示对应行的数组进行拼接 array([[ 1, 2, 3, 11, 21, 31], [ 4, 5, 6, 7, 8, 9]]) >>> import numpy as np >>> a = np.array([[1, 2], [3, 4]]) >>> b = np.array([[5, 6]]) >>> c = np.concatenate((a, b), axis=0) #axis=0表示沿着数组垂直方向进行拼接 >>> print(c) [[1 2] [3 4] [5 6]] >>> d = np.concatenate((a, b.T), axis=1) #axis=1表示沿着数组水平方向进行拼接 >>> print(d) [[1 2 5] [3 4 6]]
对numpy.append()和numpy.concatenate()两个函数的运行时间进行比较
示例：
>>> from time import clock as now >>> a=np.arange(9999) >>> b=np.arange(9999) >>> time1=now() >>> c=np.append(a,b) >>> time2=now() >>> print(time2-time1) 28.2316728446 >>> a=np.arange(9999) >>> b=np.arange(9999) >>> time1=now() >>> c=np.concatenate((a,b),axis=0) >>> time2=now() >>> print(time2-time1) 20.3934997107
可知，concatenate()效率更高，适合大规模的数据拼接
以上是“numpy.concatenate()函数怎么用”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！
