垂直连接两个NumPy数组

我尝试了以下方法：

>>> a = np.array([1,2,3])
>>> b = np.array([4,5,6])
>>> np.concatenate((a,b), axis=0)
array([1, 2, 3, 4, 5, 6])
>>> np.concatenate((a,b), axis=1)
array([1, 2, 3, 4, 5, 6])

但是，我希望至少有一个结果像这样

array([[1, 2, 3],
       [4, 5, 6]])

为什么它不是垂直连接的？

因为a和b都只有一个轴，因为它们的形状是(3)，所以axis参数专门指代要连接的元素的轴。

该示例应阐明对concatenate轴的处理方式。取两个带有两个轴的向量，形状为(2,3)：

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

沿第一个轴连接（第一个行，然后第二个行）：

np.concatenate((a,b), axis=0)
array([[ 1,  5,  9],
       [ 2,  6, 10],
       [ 3,  7, 11],
       [ 4,  8, 12]])

沿第二个轴连接（第一个列，然后第二个列）：

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

要获得您呈现的输出，可以使用 vstack

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

您仍然可以使用进行操作concatenate，但是您需要先对其进行重塑：

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

最后，如评论中所建议，重塑它们的一种方法是使用newaxis：

np.concatenate((a[np.newaxis,:], b[np.newaxis,:]))

如果眼前的实际问题是垂直连接两个一维数组，而我们并不局限于concatenate执行此操作，我建议您使用np.column_stack：

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

numpy的一个不太知名的功能是使用r_。这是一种快速建立阵列的简单方法：

import numpy as np
a = np.array([1,2,3])
b = np.array([4,5,6])
c = np.r_[a[None,:],b[None,:]]
print(c)
#[[1 2 3]
# [4 5 6]]

的目的a[None,:]是向array添加轴a。

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

效果和

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

无论是列表列表还是一维数组列表，都np.array尝试创建一个二维数组。

但是，了解功能np.concatenate及其stack功能系列也是一个好主意。在这种情况下，concatenate需要一个2d数组（或np.array将变成2d数组的任何东西）的列表作为输入。

np.vstack首先循环通过输入，以确保它们至少为2d，然后并置。从功能上讲，这与您自己扩展数组的尺寸相同。

np.stack是一个新功能，可将数组连接到新维度。默认行为与相同np.array。

查看这些功能的代码。如果使用Python编写，您可以学到很多。对于vstack：

return _nx.concatenate([atleast_2d(_m) for _m in tup], 0)