numpy将两个数组垂直连接
我尝试了以下内容：
>>> 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]) 不过，我希望至less有一个结果是这样的
array([[1, 2, 3], [4, 5, 6]])
为什么不是垂直连接？
因为a和b都只有一个轴，因为它们的形状是(3) ，而axis参数具体是指要连接的元素的轴。
这个例子应该说明concatenate在轴上做什么。 带两个轴的vector，形状(2,3) ：
a = np.array([[1,5,9],[2,6,10]]) b = np.array([[3,7,11],[4,8,12]])
沿着第1轴（第1行，第2行）连接：
print concatenate((a,b),axis=0) array([[ 1, 5, 9], [ 2, 6, 10], [ 3, 7, 11], [ 4, 8, 12]])
沿第二轴连接（第一列，第二列）：
print concatenate((a,b),axis=1) array([[ 1, 5, 9, 3, 7, 11], [ 2, 6, 10, 4, 8, 12]])
要获得你提交的输出，你可以使用
a = np.array([1,2,3]) b = np.array([4,5,6]) vstack((a,b))
你仍然可以连接，但需要更长的时间：
a=a.reshape(1,3) b=b.reshape(1,3) print concatenate((a,b))
numpy的一个不为人所知的特性是使用r_ 。 这是快速构build数组的简单方法：
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]]
a[None,:]的目的是为数组a添加一个轴。
如果实际的问题是垂直连接两个一维数组，我们并没有注意使用concatenate来执行这个操作，我会build议使用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]])
a = np.array([1,2,3]) b = np.array([4,5,6]) np.array((a,b))
工作也一样
np.array([[1,2,3], [4,5,6]])
无论是列表列表还是1d数组列表， np.array尝试创build2d数组。
但是了解np.concatenate及其stack函数系列如何工作也是一个好主意。 在这种情况下， concatenate需要一个2d数组（或任何np.array将变成2d数组）的列表作为input。
np.vstack首先循环虽然input，确保他们至less是2d，然后连接。 在function上它和扩展数组的维度是一样的。
np.stack是一个将数组连接到一个新维度的新函数。 默认行为就像np.array 。
看看这些函数的代码。 如果用Python编写，你可以学到很多东西。 对于vstack ：
return _nx.concatenate([atleast_2d(_m) for _m in tup], 0)
