首页 > 文章 > python教程

numpy.concatenate用法及实例详解

时间：2025-11-14 20:27:30 127浏览收藏

想高效处理NumPy数组？`numpy.concatenate()`函数是你的得力助手！本文深入解析`numpy.concatenate()`的用法，并结合实例演示，助你轻松掌握数组拼接技巧。该函数用于沿指定轴连接多个数组，要求除连接轴外，其他维度形状必须一致。无论是一维数组的简单拼接，还是二维数组按行（axis=0）或按列（axis=1）的灵活组合，`concatenate()`都能胜任。同时，文章还重点强调了维度匹配的重要性，避免报错。此外，还介绍了`np.vstack()`和`np.hstack()`等简化操作，让数组拼接更加便捷。掌握`numpy.concatenate()`，提升你的NumPy数据处理能力！

numpy.concatenate()用于沿指定轴连接数组，要求非连接轴维度形状一致。一维数组只能axis=0拼接；二维数组可按axis=0（行）或axis=1（列）拼接，需保证对应维度匹配，否则报错。支持两个以上数组连接，也可用np.vstack()和np.hstack()简化操作。

python中numpy.concatenate()函数怎么用？

numpy.concatenate() 是 NumPy 中用于沿指定轴连接多个数组的函数。它要求所有输入数组除了指定轴外，其余维度的形状必须一致。

基本语法

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

a1, a2, ...：需要连接的数组，用元组或列表传入，至少两个
axis：沿着哪个轴进行连接，默认为 0（即第一维）

一维数组拼接

对于一维数组，只能沿 axis=0 拼接：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
result = np.concatenate((a, b))
print(result) # [1 2 3 4 5 6]

二维数组按行或列拼接

二维数组可以按行（axis=0）或按列（axis=1）拼接：

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

# 按行拼接（上下堆叠） result1 = np.concatenate((a, b), axis=0)
print(result1)
# [[1 2]
# [3 4]
# [5 6]]

按列拼接（左右拼接），注意 b 需要转成列向量或调整形状

b_col = np.array([[5], [6]])
result2 = np.concatenate((a, b_col), axis=1)
print(result2)

[[1 2 5]

[3 4 6]]

常见注意事项

参与拼接的数组必须在非连接轴上的维度大小一致
如果维度不匹配会报错：ValueError: all the input arrays must have same number of dimensions and shape
可以连接两个以上数组：np.concatenate((a, b, c))
对于常见的垂直和水平拼接，也可以使用 np.vstack() 和 np.hstack() 简化操作

基本上就这些，掌握 axis 参数和形状匹配原则就能正确使用 concatenate。

本篇关于《numpy.concatenate用法及实例详解》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于文章的相关知识，请关注golang学习网公众号！