这篇文章主要介绍“numpy.concatenate()函数的使用方法”，在日常操作中，相信很多人在numpy.concatenate()函数的使用方法问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”numpy.concatenate()函数的使用方法”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
我们提供的服务有：网站设计、成都网站制作、微信公众号开发、网站优化、网站认证、屏边ssl等。为上1000+企事业单位解决了网站和推广的问题。提供周到的售前咨询和贴心的售后服务，是有科学管理、有技术的屏边网站制作公司
numpy.concatenate()函数接受一个数组的序列,其中的数组除了在拼接上的维度,其他的维度的形状必须相同.
实验:
Python 3.7.4 (tags/v3.7.4:e09359112e, Jul 8 2019, 20:34:20) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license()" for more information.>>> import numpy as np>>> a = np.array([[1, 2], [3, 4]])>>> b = np.array([[5, 6]])>>> a
array([[1, 2], [3, 4]])>>> b
array([[5, 6]])>>> a.shape(2, 2)>>> b.shape(1, 2)>>> >>> np.concatenate((a, b), axis=0)array([[1, 2], [3, 4], [5, 6]])>>> np.concatenate((a, b), axis=0).shape(3, 2)>>> np.concatenate((a, b.T), axis=1)array([[1, 2, 5], [3, 4, 6]])>>> >>> # 如果传入的参数axis=None,那么表示先展成一维再做拼接>>> np.concatenate((a, b), axis=None)array([1, 2, 3, 4, 5, 6])>>> >>> >>> a = np.zeros((2,3,4,5,6))>>> b = np.zeros((2,3,4,7,6))>>> a.shape(2, 3, 4, 5, 6)>>> b.shape(2, 3, 4, 7, 6)>>> np.concatenate((a, b), axis=3).shape(2, 3, 4, 12, 6)>>> np.concatenate((a, b), axis=2)Traceback (most recent call last):
File "", line 1, in np.concatenate((a, b), axis=2)
File "<__array_function__ internals>", line 6, in concatenate
ValueError: all the input array dimensions for the concatenation axis must match exactly, but along dimension 3, the array at index 0 has size 5 and the array at index 1 has size 7>>> >>> # 除了拼接的部分,其余部分的形状必须相同>>> >>> >>>
到此，关于“numpy.concatenate()函数的使用方法”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！
分享文章：numpy.concatenate()函数的使用方法
网页路径：
http://njwzjz.com/article/gogdgj.html
