本文共 2692 字，大约阅读时间需要 8 分钟。

NumPy 数组拼接详解

NumPy 提供了多种数组拼接方法，能够满足不同场景的需求。本文将从基本概念、详细解析、注意事项以及场景选择四个方面对 NumPy 数组拼接进行全面讲解。

1. 基本概念

数组拼接是指将多个数组组合成一个更大的数组。NumPy 提供了多种拼接方式，主要包括沿现有维度拼接（如行方向或列方向）和增加新维度后拼接（如堆叠到新轴上）。以下是常见的数组拼接函数及其核心区别：

2. 每种方法的详细解析

2.1 concatenate()

concatenate 是最通用的拼接方法，适合将多个数组沿现有轴拼接。其核心功能是将多个数组合并成一个更大的数组，且无需新增维度。

语法

np.concatenate(arrays, axis=0)

示例

import numpy as np# 示例 1：垂直拼接（默认 axis=0）a = np.array([[1, 2], [3, 4]])b = np.array([[5, 6]])result = np.concatenate((a, b), axis=0)print(result)

输出：

[[1 2] [3 4] [5 6]]

示例 2：水平拼接（axis=1）

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

输出：```plaintext[[1 2 5] [3 4 6]]

注意事项

• 拼接的数组在非拼接轴上的形状必须一致。例如：

  a = np.array([[1, 2], [3, 4]])b = np.array([[5, 6, 7]])  # 错误：形状不匹配

2.2 vstack() 和 hstack()

vstack 和 hstack 是 concatenate 的简化版本，分别用于垂直和水平堆叠。

vstack()（垂直堆叠）

np.vstack(arrays)

将多个 1D 数组垂直堆叠成一个 2D 数组。

示例：

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

输出：

[[1 2] [3 4]]

hstack()（水平堆叠）

np.hstack(arrays)

将多个 1D 数组水平堆叠成一个 2D 数组。

示例：

a = np.array([[1], [2]])b = np.array([[3], [4]])result = np.hstack((a, b))print(result)

输出：

[[1 3] [2 4]]

2.3 stack()

stack 用于沿新轴堆叠多个数组，适合增加维度后拼接。

语法

np.stack(arrays, axis=0)

示例

a = np.array([1, 2])b = np.array([3, 4])# 沿新轴堆叠result = np.stack((a, b), axis=0)print(result)

输出：

[[1 2] [3 4]]

如果 axis=1：

result = np.stack((a, b), axis=1)print(result)

输出：

[[1 3] [2 4]]

2.4 dstack()

dstack 是专门用于沿深度（第三维）堆叠的函数。

示例：

a = np.array([[1, 2], [3, 4]])b = np.array([[5, 6], [7, 8]])result = np.dstack((a, b))print(result)

输出：

[[[1 5]  [2 6]] [[3 7]  [4 8]]]

2.5 append()

append 方法用于将元素追加到数组，功能类似于 concatenate，但只适用于单个元素的追加。

示例：

a = np.array([1, 2, 3])b = np.array([4, 5, 6])# 追加元素result = np.append(a, b)print(result)

输出：

[1 2 3 4 5 6]

2.6 column_stack() 和 row_stack()

column_stack()

将 1D 数组作为列拼接到 2D 数组中。

示例：

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

输出：

[[1 4] [2 5] [3 6]]

row_stack()

将 1D 数组作为行拼接到 2D 数组中。

示例：

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

输出：

[[1 2 3] [4 5 6]]

3. 注意事项

1. 形状兼容性

• 使用 concatenate 时，拼接的数组在非拼接轴上的形状必须相同。
• 使用 stack 时，所有数组的形状必须完全一致。

2. 多维拼接

• 高维数组拼接时，明确指定 axis 避免混淆。

3. 性能考虑

• 对于大量数组拼接，优先选择 concatenate 和 stack，它们更高效。

4. 场景选择

通过合理选择拼接方法，可以高效地完成数组操作，充分利用 NumPy 的强大功能。

转载地址：http://ogjfk.baihongyu.com/