```markdown

Python 中的 NumPy 拼接操作

在 Python 中，NumPy 是一个用于科学计算的强大库，它提供了许多用于操作数组的功能。拼接操作（concatenation）是数组处理中的常见任务，NumPy 提供了多种方法来拼接数组，包括沿不同轴拼接数组。

1. 使用 np.concatenate() 进行拼接

np.concatenate() 函数用于沿指定轴连接两个或多个数组。其基本语法如下：

python numpy.concatenate((a1, a2, ...), axis=0, out=None)

• a1, a2, ...：要拼接的数组序列。
• axis：指定拼接的轴，默认为 0，表示按行拼接。
• out：可选参数，用于指定输出数组。

示例

```python import numpy as np

创建两个二维数组

arr1 = np.array([[1, 2], [3, 4]]) arr2 = np.array([[5, 6], [7, 8]])

沿着第一轴（行）拼接

result = np.concatenate((arr1, arr2), axis=0) print(result) ```

输出：

[[1 2] [3 4] [5 6] [7 8]]

• 沿 axis=0 拼接是按行拼接的，即将 arr1 的行和 arr2 的行堆叠起来。

如果将 axis=1，则是按列拼接：

python result = np.concatenate((arr1, arr2), axis=1) print(result)

输出：

[[1 2 5 6] [3 4 7 8]]

2. 使用 np.stack() 进行堆叠

np.stack() 与 np.concatenate() 相似，但 stack 是沿着一个新的轴进行拼接，它会增加数组的维度。

python numpy.stack(arrays, axis=0)

示例

```python arr1 = np.array([1, 2]) arr2 = np.array([3, 4])

沿着新的轴进行堆叠

result = np.stack((arr1, arr2), axis=0) print(result) ```

输出：

[[1 2] [3 4]]

np.stack() 沿着指定轴（axis=0）将 arr1 和 arr2 叠加在一起，形成了一个二维数组。

3. 使用 np.hstack() 和 np.vstack() 进行水平和垂直拼接

np.hstack() 和 np.vstack() 是对 np.concatenate() 的简化封装，分别用于水平（按列）拼接和垂直（按行）拼接。

• np.hstack()：按水平方向（列方向）拼接。
• np.vstack()：按垂直方向（行方向）拼接。

示例

```python arr1 = np.array([1, 2]) arr2 = np.array([3, 4])

水平拼接

hstack_result = np.hstack((arr1, arr2)) print(hstack_result)

垂直拼接

vstack_result = np.vstack((arr1, arr2)) print(vstack_result) ```

输出：

[1 2 3 4] [[1 2] [3 4]]

4. 使用 np.dstack() 进行深度拼接

np.dstack() 用于沿着深度轴（即第三维）拼接数组，适用于三维数组的操作。

示例

```python arr1 = np.array([[1, 2], [3, 4]]) arr2 = np.array([[5, 6], [7, 8]])

沿着深度轴拼接

dstack_result = np.dstack((arr1, arr2)) print(dstack_result) ```

输出：

``` [[[1 5] [2 6]]

[[3 7] [4 8]]] ```

np.dstack() 会将 arr1 和 arr2 沿着第三个维度拼接，形成一个三维数组。

5. 小结

• np.concatenate()：用于按指定轴拼接多个数组，支持多维拼接。
• np.stack()：沿着新轴拼接，增加维度。
• np.hstack()：按水平方向（列）拼接数组。
• np.vstack()：按垂直方向（行）拼接数组。
• np.dstack()：沿深度轴拼接三维数组。

这些拼接操作在数据处理、图像处理、深度学习等领域中都非常有用，掌握它们能够帮助你高效地处理和操作 NumPy 数组。 ```