numpy.concatenate()用于沿指定轴连接数组，要求非连接轴维度形状一致。一维数组只能axis=0拼接；二维数组可按axis=0（行）或axis=1（列）拼接，需保证对应维度匹配，否则报错。支持两个以上数组连接，也可用np.vstack()和np.hstack()简化操作。
numpy.concatenate() 是 NumPy 中用于沿指定轴连接多个数组的函数。它要求所有输入数组除了指定轴外，其余维度的形状必须一致。
基本语法
numpy.concatenate((a1, a2, ...), axis=0)- a1, a2, ...：需要连接的数组，用元组或列表传入，至少两个
- axis：沿着哪个轴进行连接，默认为 0（即第一维）
一维数组拼接
对于一维数组，只能沿 axis=0 拼接：
import numpy as npa = np.array([1, 2, 3])
b = np.array([4, 5, 6])
result = np.concatenate((a, b))
print(result) # [1 2 3 4 5 6]
二维数组按行或列拼接
二维数组可以按行（axis=0）或按列（axis=1）拼接：
a = np.array([[1, 2], [3, 4]])b = np.array([[5, 6]])
# 按行拼接（上下堆叠） result1 = np.concatenate((a, b), axis=0)
print(result1)
# [[1 2]
# [3 4]
# [5 6]]
按列拼接（左右拼接），注意 b 需要转成列向量或调整形状
b_col = np.array([[5], [6]])
result2 = np.concatenate((a, b_col), axis=1)
print(result2)
[[1 2 5]
[3 4 6]]
Python之模块学习 中文WORD版
下载
本文档主要讲述的是Python之模块学习；python是由一系列的模块组成的，每个模块就是一个py为后缀的文件，同时模块也是一个命名空间，从而避免了变量名称冲突的问题。模块我们就可以理解为lib库，如果需要使用某个模块中的函数或对象，则要导入这个模块才可以使用，除了系统默认的模块（内置函数）不需要导入外。希望本文档会给有需要的朋友带来帮助；感兴趣的朋友可以过来看看
立即学习“Python免费学习笔记（深入）”；
常见注意事项
- 参与拼接的数组必须在非连接轴上的维度大小一致
- 如果维度不匹配会报错：ValueError: all the input arrays must have same number of dimensions and shape
- 可以连接两个以上数组：np.concatenate((a, b, c))
- 对于常见的垂直和水平拼接，也可以使用 np.vstack() 和 np.hstack() 简化操作
基本上就这些，掌握 axis 参数和形状匹配原则就能正确使用 concatenate。
