numpy中的函数np.concatenate()可用于numpy数组的合并,使用时需要指定axis,如何理解axis的含义呢,这里用学校与学校的合并来打比方。
假设有学校A和学校B,每个学校都有3个年级,每个年级有2个班,每个班有4个学生,那么这两个学校都可以表示为三维numpy数组:
>>> import numpy as np
>>> school_A = np.array([[[1,2,3,4],[1,2,3,4]],[[1,2,3,4],[1,2,3,4]],[[1,2,3,4],[1,2,3,4]]])
>>> school_B = school_A.copy()
>>> print(school_A)
[[[1 2 3 4]
[1 2 3 4]]
[[1 2 3 4]
[1 2 3 4]]
[[1 2 3 4]
[1 2 3 4]]]
现在要将这两个学校合并,有三种方案。
方案一:学校A和学校B的所有年级放在一起,这样新学校就有6个年级,此时axis=0
>>> np.concatenate((school_A,school_B),axis=0)
array([[[1, 2, 3, 4],
[1, 2, 3, 4]],
[[1, 2, 3, 4],
[1, 2, 3, 4]],
[[1, 2, 3, 4],
[1, 2, 3, 4]],
[[1, 2, 3, 4],
[1, 2, 3, 4]],
[[1, 2, 3, 4],
[1, 2, 3, 4]],
[[1, 2, 3, 4],
[1, 2, 3, 4]]])
方案二:将学校A和学校B的相同年级的所有班级放在一起,这样新学校还是有3个年级,但每个年级有4个班,此时axis=1
>>> np.concatenate((school_A,school_B),axis=1)
array([[[1, 2, 3, 4],
[1, 2, 3, 4],
[1, 2, 3, 4],
[1, 2, 3, 4]],
[[1, 2, 3, 4],
[1, 2, 3, 4],
[1, 2, 3, 4],
[1, 2, 3, 4]],
[[1, 2, 3, 4],
[1, 2, 3, 4],
[1, 2, 3, 4],
[1, 2, 3, 4]]])
方案三:将学校A和学校B的对应班级的所有学生放在一起,这样新学校还是有3个年级,每个年级2个班,但是每个班级有8个学生,此时axis=2
>>> np.concatenate((school_A,school_B),axis=2)
array([[[1, 2, 3, 4, 1, 2, 3, 4],
[1, 2, 3, 4, 1, 2, 3, 4]],
[[1, 2, 3, 4, 1, 2, 3, 4],
[1, 2, 3, 4, 1, 2, 3, 4]],
[[1, 2, 3, 4, 1, 2, 3, 4],
[1, 2, 3, 4, 1, 2, 3, 4]]])