python如何将ndarray拼接

要将 NumPy 中的 ndarray 拼接在一起，可以使用几种不同的方法，包括 np.concatenate、np.stack、np.hstack、np.vstack 等。每种方法适用于不同的拼接需求。本文将详细介绍这些方法，并解释它们的使用场景和示例代码。

一、`np.concatenate`

np.concatenate 是最常用的拼接函数，它可以沿指定的轴将两个或多个数组拼接在一起。np.concatenate 适用于需要将数组沿某个特定轴连接的情况。以下是详细介绍和示例：

使用场景：当你需要沿某个特定轴将多个数组拼接在一起时，使用 np.concatenate 是一个很好的选择。例如，将两个二维数组沿行或列拼接。

import numpy as np
创建两个二维数组
arr1 = np.array([[1, 2, 3], [4, 5, 6]])
arr2 = np.array([[7, 8, 9], [10, 11, 12]])
沿第0轴（行）拼接
result_axis0 = np.concatenate((arr1, arr2), axis=0)
print("沿第0轴（行）拼接的结果：")
print(result_axis0)
沿第1轴（列）拼接
result_axis1 = np.concatenate((arr1, arr2), axis=1)
print("沿第1轴（列）拼接的结果：")
print(result_axis1)

在上述示例中，我们创建了两个二维数组 arr1 和 arr2，并使用 np.concatenate 沿第0轴和第1轴分别进行拼接。拼接后的结果分别是沿行和列拼接的数组。

二、`np.stack`

np.stack 函数用于沿新的轴将数组拼接在一起。它与 np.concatenate 的不同之处在于，np.stack 会在指定位置插入新轴。

使用场景：当你需要将多个数组沿新的维度堆叠在一起时，使用 np.stack 是一个很好的选择。例如，将多个二维数组沿第三维度堆叠成三维数组。

import numpy as np
创建两个二维数组
arr1 = np.array([[1, 2, 3], [4, 5, 6]])
arr2 = np.array([[7, 8, 9], [10, 11, 12]])
沿新的轴0堆叠
stacked_axis0 = np.stack((arr1, arr2), axis=0)
print("沿新的轴0堆叠的结果：")
print(stacked_axis0)
沿新的轴1堆叠
stacked_axis1 = np.stack((arr1, arr2), axis=1)
print("沿新的轴1堆叠的结果：")
print(stacked_axis1)

在上述示例中，我们使用 np.stack 沿新的轴0和轴1堆叠了两个二维数组。结果分别是一个三维数组，其中新轴插入到指定位置。

三、`np.hstack`

np.hstack 函数用于水平拼接数组。它是 np.concatenate 的一个简化版本，默认沿第1轴拼接。

使用场景：当你需要将多个数组水平拼接时，使用 np.hstack 是一个方便的选择。例如，将多个一维数组水平拼接成一个一维数组。

import numpy as np
创建两个一维数组
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
水平拼接
hstacked = np.hstack((arr1, arr2))
print("水平拼接的结果：")
print(hstacked)

在上述示例中，我们创建了两个一维数组 arr1 和 arr2，并使用 np.hstack 水平拼接它们。结果是一个新的一维数组，其中包含了两个数组的所有元素。

四、`np.vstack`

np.vstack 函数用于垂直拼接数组。它是 np.concatenate 的另一个简化版本，默认沿第0轴拼接。

使用场景：当你需要将多个数组垂直拼接时，使用 np.vstack 是一个方便的选择。例如，将多个一维数组垂直拼接成一个二维数组。

import numpy as np
创建两个一维数组
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
垂直拼接
vstacked = np.vstack((arr1, arr2))
print("垂直拼接的结果：")
print(vstacked)

在上述示例中，我们创建了两个一维数组 arr1 和 arr2，并使用 np.vstack 垂直拼接它们。结果是一个新的二维数组，其中每个一维数组成为二维数组中的一行。

五、`np.dstack`

np.dstack 函数用于沿深度（第三轴）拼接数组。它适用于将多个二维数组沿深度维度拼接成一个三维数组。

使用场景：当你需要将多个二维数组沿第三轴拼接时，使用 np.dstack 是一个方便的选择。例如，将多个二维数组拼接成一个三维数组。

import numpy as np
创建两个二维数组
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
沿深度拼接
dstacked = np.dstack((arr1, arr2))
print("沿深度拼接的结果：")
print(dstacked)

在上述示例中，我们创建了两个二维数组 arr1 和 arr2，并使用 np.dstack 沿深度拼接它们。结果是一个新的三维数组，其中每个二维数组成为三维数组中的一个深度层。

六、`np.column_stack`

np.column_stack 函数用于将一维数组作为列拼接到二维数组中。它类似于 np.hstack，但适用于一维数组。

使用场景：当你需要将多个一维数组作为列拼接成一个二维数组时，使用 np.column_stack 是一个方便的选择。

import numpy as np
创建两个一维数组
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
列拼接
column_stacked = np.column_stack((arr1, arr2))
print("列拼接的结果：")
print(column_stacked)

在上述示例中，我们创建了两个一维数组 arr1 和 arr2，并使用 np.column_stack 将它们作为列拼接成一个新的二维数组。

七、`np.row_stack`

np.row_stack 函数用于将一维数组作为行拼接到二维数组中。它类似于 np.vstack，但适用于一维数组。

使用场景：当你需要将多个一维数组作为行拼接成一个二维数组时，使用 np.row_stack 是一个方便的选择。

import numpy as np
创建两个一维数组
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
行拼接
row_stacked = np.row_stack((arr1, arr2))
print("行拼接的结果：")
print(row_stacked)

在上述示例中，我们创建了两个一维数组 arr1 和 arr2，并使用 np.row_stack 将它们作为行拼接成一个新的二维数组。

八、`np.block`

np.block 函数用于将嵌套列表或元组形式的数组块拼接成一个新数组。它提供了一种灵活的方式来拼接不同形状和大小的数组。

使用场景：当你需要将多个不同形状和大小的数组块拼接成一个新数组时，使用 np.block 是一个方便的选择。

import numpy as np
创建一些数组块
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6]])
arr3 = np.array([7, 8])
arr4 = np.array([[9], [10]])
使用 block 拼接
blocked = np.block([[arr1, arr2], [arr4, arr3]])
print("使用 block 拼接的结果：")
print(blocked)