怎么在numpy库中使用concatenate函数拼接数组

这篇文章给大家介绍怎么在numpy库中使用concatenate函数拼接数组，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

数组拼接方法一

思路：首先将数组转成列表，然后利用列表的拼接函数append()、extend()等进行拼接处理，最后将列表转成数组。

示例1：

>>>importnumpyasnp
>>>a=np.array([1,2,5])
>>>b=np.array([10,12,15])
>>>a_list=list(a)
>>>b_list=list(b)

>>>a_list.extend(b_list)

>>>a_list
[1,2,5,10,12,15]
>>>a=np.array(a_list)
>>>a
array([1,2,5,10,12,15])

该方法只适用于简单的一维数组拼接，由于转换过程很耗时间，对于大量数据的拼接一般不建议使用。

数组拼接方法二

思路：numpy提供了numpy.append(arr, values, axis=None)函数。对于参数规定，要么一个数组和一个数值；要么两个数组，不能三个及以上数组直接append拼接。

示例2：

>>>a=np.arange(5)
>>>a
array([0,1,2,3,4])
>>>np.append(a,10)
array([0,1,2,3,4,10])
>>>a
array([0,1,2,3,4])



>>>b=np.array([11,22,33])
>>>b
array([11,22,33])
>>>np.append(a,b)
array([0,1,2,3,4,11,22,33])



>>>a
array([[1,2,3],
[4,5,6]])
>>>b=np.array([[7,8,9],[10,11,12]])
>>>b
array([[7,8,9],
[10,11,12]])
>>>np.append(a,b)
array([1,2,3,4,5,6,7,8,9,10,11,12])

numpy的数组没有动态改变大小的功能，numpy.append()函数每次都会重新分配整个数组，并把原来的数组复制到新数组中。

数组拼接方法三

思路：numpy提供了numpy.concatenate((a1,a2,...), axis=0)函数。能够一次完成多个数组的拼接。其中a1,a2,...是数组类型的参数

示例3：

>>>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]])

对numpy.append()和numpy.concatenate()两个函数的运行时间进行比较

示例4：

>>>fromtimeimportclockasnow
>>>a=np.arange(9999)
>>>b=np.arange(9999)
>>>time1=now()
>>>c=np.append(a,b)
>>>time2=now()
>>>printtime2-time1
28.2316728446
>>>a=np.arange(9999)
>>>b=np.arange(9999)
>>>time1=now()
>>>c=np.concatenate((a,b),axis=0)
>>>time2=now()
>>>printtime2-time1
20.3934997107

可知，concatenate()效率更高，适合大规模的数据拼接

PS：更多示例

importnumpyasnp

a=np.array([[1,2],[3,4]])

a.shape
Out[3]:(2,2)

b=np.array([[5,6]])

b.shape
Out[5]:(1,2)

np.concatenate((a,b))
Out[6]:
array([[1,2],
[3,4],
[5,6]])

c=np.concatenate((a,b))

c.shape
Out[8]:(3,2)

d=np.concatenate((a,b),axis=0)

d.shape
Out[10]:(3,2)

e=np.concatenate((a,b),axis=1)
Traceback(mostrecentcalllast):

File"<ipython-input-11-05a280a2cb02>",line1,in<module>
e=np.concatenate((a,b),axis=1)

ValueError:alltheinputarraydimensionsexceptfortheconcatenationaxismustmatchexactly


e=np.concatenate((a,b.T),axis=1)

e.shape
Out[13]:(2,3)


importnumpyasnp
a=np.array([[1,2],[3,4]])
a.shape
Out[3]:(2,2)
b=np.array([[5,6]])
b.shape
Out[5]:(1,2)
np.concatenate((a,b))
Out[6]:
array([[1,2],
[3,4],
[5,6]])
c=np.concatenate((a,b))
c.shape
Out[8]:(3,2)
d=np.concatenate((a,b),axis=0)
d.shape
Out[10]:(3,2)
e=np.concatenate((a,b),axis=1)
Traceback(mostrecentcalllast):
File"<ipython-input-11-05a280a2cb02>",line1,in<module>
e=np.concatenate((a,b),axis=1)
ValueError:alltheinputarraydimensionsexceptfortheconcatenationaxismustmatchexactly

e=np.concatenate((a,b.T),axis=1)
e.shape
Out[13]:(2,3)

关于怎么在numpy库中使用concatenate函数拼接数组就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。