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!
<代码> 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。代码>
在祝辞,import numpy as np>在祝辞,a =, np.array([[1, 2],[3, 4]])在祝辞祝辞,b =, np.array([[5, 6]])在祝辞的在一个 阵列([[1,2],,,,[3,4]])在祝辞祝辞,b 阵列([[5,6]])在祝辞祝辞,a.shape(2, 2)在祝辞祝辞,b.shape(1, 2)在祝辞祝辞,祝辞祝辞祝辞,np.concatenate ((a, b),轴=0)数组([[1,2],,,,3,,4,,,,[5,6]])在祝辞祝辞,np.concatenate ((a, b),轴=0).shape(3, 2)在祝辞祝辞,np.concatenate ((,, b.T),,轴=1)数组([[1,,2,,5],,,,(3,,4,6]])在祝辞祝辞,祝辞祝辞祝辞,#,如果传入的参数轴=没有,那么表示先展成一维再做拼接在祝辞祝辞,np.concatenate ((a, b),轴=None)数组([1,2,3,4,5,6])在祝辞祝辞,祝辞祝辞祝辞,祝辞祝辞祝辞,a =, np.zeros((2、3、4、5、6))在祝辞祝辞,b =, np.zeros((2、3、4、7、6))在祝辞祝辞,a.shape(2, 3, 4, 5, 6)在祝辞祝辞,b.shape(2, 3, 4, 7, 6)在祝辞祝辞,np.concatenate ((a, b),轴=3).shape(2, 3, 4, 12日,6)在祝辞祝辞,np.concatenate ((a, b),轴=2)Traceback (most recent call 最后): File 才能“& lt; pyshell # 21祝辞,,,line 1,拷贝& lt; module> np.concatenate ((a, b),轴=2) File 才能“& lt; __array_function__ internals>“, line 6,连接拷贝 ValueError: all 从而,input array dimensions for 从而concatenation axis must match ,, but along dimension 3,从而array at index 0, has size 5,以及从而array at index 1, has size 7祝辞祝辞祝辞,祝辞祝辞祝辞,#,除了拼接的部分,其余部分的形状必须相同的在祝辞祝辞,祝辞祝辞祝辞,祝辞祝辞祝辞
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,请继续关注网站,小编会继续努力为大家带来更多实用的文章!