python中numpy.concatenate()函數的使用

numpy庫數組拼接np.concatenate

原文：https://blog.csdn.net/zyl1042635242/article/details/43162031 

思路：numpy提供了numpy.concatenate((a1,a2,...), axis=0)函數。可以一次完成多個數組的拼接。其中a1,a2,...是數組類型的參數

示例3：

>>> 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)  # 默認狀況下，axis=0能夠不寫
array([ 1,  2,  3, 11, 22, 33, 44, 55, 66]) #對於一維數組拼接，axis的值不影響最後的結果

 

>>> a=np.array([[1,2,3],[4,5,6]])
>>> b=np.array([[11,21,31],[7,8,9]])
>>> np.concatenate((a,b),axis=0)
array([[ 1,  2,  3],
       [ 4,  5,  6],
       [11, 21, 31],
       [ 7,  8,  9]])

>>> np.concatenate((a,b),axis=1)  #axis=1表示對應行的數組進行拼接
array([[ 1,  2,  3, 11, 21, 31],
       [ 4,  5,  6,  7,  8,  9]])

 

對numpy.append()和numpy.concatenate()兩個函數的運行時間進行比較

示例：

>>> from time import clock as now
>>> a=np.arange(9999)
>>> b=np.arange(9999)
>>> time1=now()
>>> c=np.append(a,b)
>>> time2=now()
>>> print time2-time1
28.2316728446
>>> a=np.arange(9999)
>>> b=np.arange(9999)
>>> time1=now()
>>> c=np.concatenate((a,b),axis=0)
>>> time2=now()
>>> print time2-time1
20.3934997107

可知，concatenate()效率更高，適合大規模的數據拼接