numpy concatenate数组拼接方法示例介绍
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"",line1,in 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" ",line1,in e=np.concatenate((a,b),axis=1) ValueError:alltheinputarraydimensionsexceptfortheconcatenationaxismustmatchexactly e=np.concatenate((a,b.T),axis=1) e.shape Out[13]:(2,3)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。