如何使用 NumPy 的concatenate函數(shù)來合并數(shù)組

2025-07-18 15:53| 來源: 網(wǎng)絡(luò)整理| 查看: 265

參考：concatenate arrays numpy

在數(shù)據(jù)處理和科學(xué)計(jì)算中，經(jīng)常需要將多個(gè)數(shù)組合并為一個(gè)更大的數(shù)組。NumPy 提供了多種方式來實(shí)現(xiàn)數(shù)組的合并，其中 concatenate 函數(shù)是最基礎(chǔ)也是最常用的一種。本文將詳細(xì)介紹如何使用 NumPy 的 concatenate 函數(shù)來合并數(shù)組，并提供多個(gè)示例代碼來展示其用法。

1. NumPy 簡介

NumPy 是 Python 的一個(gè)開源數(shù)值計(jì)算擴(kuò)展庫，用于存儲和處理大型矩陣。NumPy 提供了數(shù)組對象和矩陣運(yùn)算功能，它是高性能科學(xué)計(jì)算和數(shù)據(jù)分析的基礎(chǔ)包。

2. concatenate 函數(shù)的基本用法

NumPy 的 concatenate 函數(shù)可以將多個(gè)數(shù)組沿指定軸連接。函數(shù)的基本語法如下：

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

其中，a1, a2, ... 是需要合并的數(shù)組，axis 是數(shù)組合并的軸。默認(rèn)情況下，axis 的值為 0，表示沿第一個(gè)軸合并。

示例代碼 1：基本的數(shù)組合并 import numpy as np # 創(chuàng)建兩個(gè)數(shù)組 arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) # 沿著第一個(gè)軸合并數(shù)組 result = np.concatenate((arr1, arr2)) print(result)

Output:

如何使用 NumPy 的concatenate函數(shù)來合并數(shù)組

示例代碼 2：沿不同軸合并 import numpy as np # 創(chuàng)建兩個(gè)二維數(shù)組 arr1 = np.array([[1, 2], [3, 4]]) arr2 = np.array([[5, 6], [7, 8]]) # 沿著第一個(gè)軸（行）合并 result1 = np.concatenate((arr1, arr2), axis=0) print(result1) # 沿著第二個(gè)軸（列）合并 result2 = np.concatenate((arr1, arr2), axis=1) print(result2)

Output:

如何使用 NumPy 的concatenate函數(shù)來合并數(shù)組

3. 使用 concatenate 合并多維數(shù)組

合并多維數(shù)組時(shí)，所有輸入數(shù)組的除了合并軸以外的其他軸的長度必須相同。

示例代碼 3：合并多維數(shù)組 import numpy as np # 創(chuàng)建三維數(shù)組 arr1 = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]]) arr2 = np.array([[[9, 10], [11, 12]], [[13, 14], [15, 16]]]) # 沿著第一個(gè)軸合并 result = np.concatenate((arr1, arr2), axis=0) print(result)

Output:

如何使用 NumPy 的concatenate函數(shù)來合并數(shù)組

示例代碼 4：合并時(shí)維度不匹配的錯(cuò)誤 import numpy as np # 創(chuàng)建兩個(gè)數(shù)組，維度不匹配 arr1 = np.array([[1, 2], [3, 4]]) arr2 = np.array([5, 6]) # 嘗試合并，將拋出異常 try: result = np.concatenate((arr1, arr2), axis=0) print(result) except ValueError as e: print(e)

Output:

如何使用 NumPy 的concatenate函數(shù)來合并數(shù)組

4. concatenate 與其他 NumPy 函數(shù)的比較

NumPy 還提供了其他幾個(gè)函數(shù)來合并數(shù)組，如 vstack, hstack, 和 dstack。這些函數(shù)在特定的應(yīng)用場景下更為方便。

示例代碼 5：使用 vstack 和 hstack import numpy as np # 創(chuàng)建兩個(gè)數(shù)組 arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) # 使用 vstack 垂直堆疊 vstack_result = np.vstack((arr1, arr2)) # 使用 hstack 水平堆疊 hstack_result = np.hstack((arr1, arr2)) print(hstack_result)

Output:

如何使用 NumPy 的concatenate函數(shù)來合并數(shù)組

示例代碼 6：使用 dstack 沿第三軸堆疊 import numpy as np # 創(chuàng)建兩個(gè)數(shù)組 arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) # 使用 dstack 沿第三軸堆疊 dstack_result = np.dstack((arr1, arr2)) print(dstack_result)

Output:

如何使用 NumPy 的concatenate函數(shù)來合并數(shù)組

5. 實(shí)際應(yīng)用場景

在實(shí)際應(yīng)用中，我們經(jīng)常需要根據(jù)數(shù)據(jù)的特點(diǎn)選擇合適的數(shù)組合并方式。例如，在處理圖像數(shù)據(jù)時(shí)，可能需要沿特定軸合并多個(gè)圖像數(shù)組；在統(tǒng)計(jì)分析中，可能需要合并來自不同數(shù)據(jù)源的數(shù)據(jù)。

示例代碼 7：合并圖像數(shù)據(jù) import numpy as np # 假設(shè) arr1 和 arr2 分別代表兩幅圖像的像素?cái)?shù)據(jù) arr1 = np.random.randint(0, 256, (100, 100, 3)) arr2 = np.random.randint(0, 256, (100, 100, 3)) # 沿新軸合并圖像，形成圖像批 images = np.concatenate((arr1[np.newaxis, :], arr2[np.newaxis, :]), axis=0) print(images)

Output:

如何使用 NumPy 的concatenate函數(shù)來合并數(shù)組

示例代碼 8：合并統(tǒng)計(jì)數(shù)據(jù) import numpy as np # 創(chuàng)建兩個(gè)數(shù)據(jù)集 data1 = np.random.randn(100, 10) # 100個(gè)樣本，每個(gè)樣本10個(gè)特征 data2 = np.random.randn(100, 10) # 沿第一個(gè)軸合并數(shù)據(jù)集 combined_data = np.concatenate((data1, data2), axis=0) print(combined_data)

Output:

如何使用 NumPy 的concatenate函數(shù)來合并數(shù)組

6. 總結(jié)

NumPy 的 concatenate 函數(shù)提供了一個(gè)強(qiáng)大而靈活的方式來合并數(shù)組。通過正確使用 concatenate 及其相關(guān)函數(shù)，可以有效地處理和分析各種形式的數(shù)據(jù)。在本文中，我們詳細(xì)介紹了 concatenate 的用法，并通過多個(gè)示例展示了如何在不同場景下使用它。

【本文地址】

公司簡介

聯(lián)系我們

今日新聞

推薦新聞

專題文章