numpy.concat#

numpy.concat((a1, a2, ...), axis=0, out=None, dtype=None, casting="same_kind")#

沿著現有軸線連接陣列序列。

參數:

a1, a2, …array_like 序列: 陣列必須具有相同的形狀，除了對應於 axis 的維度（預設為第一個）。
axisint，選用: 陣列將沿著此軸線連接。如果 axis 為 None，則在使用前將陣列展平。預設值為 0。
outndarray，選用: 如果提供，則為放置結果的目的地。形狀必須正確，與未指定 out 參數時 concatenate 將傳回的形狀相符。
dtypestr 或 dtype: 如果提供，則目的地陣列將具有此 dtype。不能與 out 一起提供。

版本 1.20.0 新增。
casting{‘no’, ‘equiv’, ‘safe’, ‘same_kind’, ‘unsafe’}，選用: 控制可能發生的資料型別轉換種類。預設為 ‘same_kind’。有關選項的說明，請參閱 casting。

版本 1.20.0 新增。

傳回值:

resndarray: 已連接的陣列。

另請參閱

ma.concatenate: 保留輸入遮罩的連接函數。
array_split: 將陣列分割成大小相等或接近相等的子陣列。
split: 將陣列分割成大小相等的子陣列列表。
hsplit: 將陣列水平（按列）分割成多個子陣列。
vsplit: 將陣列垂直（按行）分割成多個子陣列。
dsplit: 沿著第三軸（深度）將陣列分割成多個子陣列。
stack: 沿著新軸線堆疊陣列序列。
block: 從區塊組裝陣列。
hstack: 水平（按列）依序堆疊陣列。
vstack: 垂直（按行）依序堆疊陣列。
dstack: 依深度（沿第三維度）依序堆疊陣列。
column_stack: 將 1-D 陣列堆疊為 2-D 陣列的列。

註解

當要連接的一個或多個陣列為 MaskedArray 時，此函數將傳回 MaskedArray 物件而不是 ndarray，但輸入遮罩不會被保留。在預期 MaskedArray 作為輸入的情況下，請改用遮罩陣列模組中的 ma.concatenate 函數。

範例

>>> import numpy as np
>>> a = np.array([[1, 2], [3, 4]])
>>> b = np.array([[5, 6]])
>>> np.concatenate((a, b), axis=0)
array([[1, 2],
       [3, 4],
       [5, 6]])
>>> np.concatenate((a, b.T), axis=1)
array([[1, 2, 5],
       [3, 4, 6]])
>>> np.concatenate((a, b), axis=None)
array([1, 2, 3, 4, 5, 6])

此函數不會保留 MaskedArray 輸入的遮罩。

>>> a = np.ma.arange(3)
>>> a[1] = np.ma.masked
>>> b = np.arange(2, 5)
>>> a
masked_array(data=[0, --, 2],
             mask=[False,  True, False],
       fill_value=999999)
>>> b
array([2, 3, 4])
>>> np.concatenate([a, b])
masked_array(data=[0, 1, 2, 2, 3, 4],
             mask=False,
       fill_value=999999)
>>> np.ma.concatenate([a, b])
masked_array(data=[0, --, 2, 2, 3, 4],
             mask=[False,  True, False, False, False, False],
       fill_value=999999)