numpy数组拼接：append()、extend()、concatenate()函数


文章目录

  • 起因
  • extend()函数
  • append()函数
    • 例1
    • 例2
  • concatenate()函数
  • 参考来源链接

起因

看代码，熟悉python函数，每一步都必须搞清楚，这样多看之后就自己能写了。
不积跬步无以至千里。

extend()函数

只适用于简单的一维数组，对于大量数据的拼接一般不建议使用。注意，这个函数要求拼接的两个都是list格式，如果不是，就用.tolist()函数转换一下。

1
2
3
4
5
6
7
a=np.array([1,2,5])
b=np.array([10,12,15])
# a.extend(b)  # AttributeError: 'numpy.ndarray' object has no attribute 'extend'
a_list=list(a)
b_list=list(b)
a_list.extend(b_list)
print(a_list)

输出：

1
[1, 2, 5, 10, 12, 15]

append()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。输入是numpy.array格式

例1

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

输出：

1
2
[0 1 2 3 4]
[ 0  1  2  3  4 10]

例2

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

输出：

1
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。

concatenate()函数

concatenate()比append()效率更高，适合大规模的数据拼接，能够一次完成多个数组的拼接。

1
numpy.concatenate((a1,a2,...), axis=0)

其中a1,a2,…是数组类型的参数，传入的数组必须具有相同的形状。
axis 指定拼接的方向，默认axis = 0（逐行拼接）（纵向的拼接沿着axis= 1方向）。
注：一般axis = 0，就是对该轴向的数组进行操作，操作方向是另外一个轴，即axis=1。

1
2
3
4
5
6
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
#结果：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

输出：

1
array([ 1,  2,  3, 11, 22, 33, 44, 55, 66])
1
2
3
4
5
a=np.array([[1,2,3],[4,5,6]])
b=np.array([[11,21,31],[7,8,9]])
print(np.concatenate((a,b),axis=0))
print('----------------')
print(np.concatenate((a,b),axis=1))  #axis=1表示对应行的数组进行拼接

输出：

1
2
3
4
5
6
7
[[ 1  2  3]
 [ 4  5  6]
 [11 21 31]
 [ 7  8  9]]
----------------
[[ 1  2  3 11 21 31]
 [ 4  5  6  7  8  9]

参考来源链接

感谢各位博主的工作。
numpy数组拼接：append()、extend()、concatenate()函数