因为
a和
b都只有一个轴,因为它们的形状是
(3),所以axis参数专门指代要连接的元素的轴。
该示例应阐明对
concatenate轴的处理方式。取两个带有两个轴的向量,形状为
(2,3):
a = np.array([[1,5,9], [2,6,10]])b = np.array([[3,7,11], [4,8,12]])
沿第一个轴连接(第一个行,然后第二个行):
np.concatenate((a,b), axis=0)array([[ 1, 5, 9], [ 2, 6, 10], [ 3, 7, 11], [ 4, 8, 12]])
沿第二个轴连接(第一个列,然后第二个列):
np.concatenate((a, b), axis=1)array([[ 1, 5, 9, 3, 7, 11], [ 2, 6, 10, 4, 8, 12]])
要获得您呈现的输出,可以使用
vstack
a = np.array([1,2,3])b = np.array([4,5,6])np.vstack((a, b))array([[1, 2, 3], [4, 5, 6]])
您仍然可以使用进行 *** 作
concatenate,但是您需要先对其进行重塑:
np.concatenate((a.reshape(1,3), b.reshape(1,3)))array([[1, 2, 3], [4, 5, 6]])
最后,如评论中所建议,重塑它们的一种方法是使用
newaxis:
np.concatenate((a[np.newaxis,:], b[np.newaxis,:]))
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)