Numpy中的concatenate函数

concatenate(x,axis=0)

这个函数用于将多个数组进行连接,这与stack函数很容易混淆,他们之间的区别是concatenate会把当前要匹配的元素降一维,即去掉最外面那一层括号。举个例子:

axis=0
a = np.arange(8).reshape(2,2,2)
b = np.arange(8).reshape(2,2,2)
c=np.concatenate((a, b), axis=axis)
d=np.stack((a, b), axis=axis)

print(c)
print(c.shape)
print(d)
print(d.shape)

输出
[[[0 1]
  [2 3]]

 [[4 5]
  [6 7]]

 [[0 1]
  [2 3]]

 [[4 5]
  [6 7]]]
(4, 2, 2)
[[[[0 1]
   [2 3]]

  [[4 5]
   [6 7]]]


 [[[0 1]
   [2 3]]

  [[4 5]
   [6 7]]]]
(2, 2, 2, 2)

由此可推:
当axis=1时,c.shape为(2,4,2),d.shape为(2,2,2,2)
当axis=2时,c.shape为(2,2,4),d.shape为(2,2,2,2)

另外一个区别是,stark能够对最低维度的元素进行匹配,而concatenate是不行的,因为最低维度已经不能再降维了,因此这里stark的axis可以等于3,而concatenate不行。