np.concatenate() 是 NumPy 中用于连接(concatenate)数组的函数。它的行为与 PyTorch 中的 torch.cat() 类似,但有一些细微的区别。
numpy.concatenate((a1, a2, ...), axis=0, out=None)
a1, a2, ...
: 要连接的数组序列。axis
: 指定连接的轴。默认是 0
,表示在第一轴上连接,即沿着行进行连接。out
: 可选参数,用于指定结果的输出数组。import numpy as np
array1 = np.array([[1, 2], [3, 4]])
array2 = np.array([[5, 6]])
# 在第一轴上连接(按行连接)
result1 = np.concatenate((array1, array2), axis=0)
print(result1)
# 输出:
# array([[1, 2],
# [3, 4],
# [5, 6]])
# 在第二轴上连接(按列连接)
result2 = np.concatenate((array1, np.transpose(array2)), axis=1)
print(result2)
# 输出:
# array([[1, 2, 5],
# [3, 4, 6]])
注意,例子中np.transpose(array2) 被用来转置 array2,以便在第二轴上进行连接。
相关链接:torch.cat()函数的理解