如何连接两个二维 NumPy 数组？

有时，连接或合并这些 NumPy 数组中的两个或多个可能很有用或需要。在本文中，我们将讨论连接两个二维数组的各种方法。但首先，我们必须导入 NumPy 包才能使用它：

# import numpy package
import numpy as np

然后必须通过使用arrange()和reshape()函数来创建两个二维数组来执行这些操作。使用 NumPy，我们可以以各种方式和方法执行多个 2D 数组的连接。

方法一：使用concatenate()函数

我们可以使用concatenate ()函数执行连接操作。使用此函数，数组可以按行或按列连接，前提是它们分别具有相等的行或列。可以通过将轴等于 1 作为函数中的参数来完成逐列连接。

例子：

Python

# Program to concatenate two 2D arrays column-wise
# import numpy
import numpy as np
 
# Creating two 2D arrays
arr1 = np.arange(1,10).reshape(3,3)
arr2 = np.arange(10,19).reshape(3,3)
arr1
arr2
 
# Concatenating operation
# axis = 1 implies that it is being done column-wise
np.concatenate((arr1,arr2),axis=1)

输出：

array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
       
array([[10, 11, 12],
       [13, 14, 15],
       [16, 17, 18]])
       
array([[ 0,  1,  2, 10, 11, 12],
       [ 3,  4,  5, 13, 14, 15],
       [ 6,  7,  8, 16, 17, 18]])

以同样的方式，可以通过将轴等于 0 来完成逐行连接。

例子：

Python

# Program to concatenate two 2D arrays row-wise
import numpy as np
 
# Creating two 2D arrays
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
# axis = 0 implies that it is being done row-wise
np.concatenate((arr1, arr2), axis=0)

输出：

array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [10, 11, 12],
       [13, 14, 15],
       [16, 17, 18]])

方法 2：使用stack()函数：

stack()函数的使用方式与concatenate()函数相同，其中轴等于 1。通过使用它，这些阵列彼此堆叠。

例子：

Python

# Program to concatenate two 2D arrays row-wise
import numpy as np
 
 
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
# axis = 1 implies that it is being
# done row-wise
np.stack((arr1, arr2), axis=1)

输出：

array([[[ 1,  2,  3],
        [10, 11, 12]],

       [[ 4,  5,  6],
        [13, 14, 15]],

       [[ 7,  8,  9],
        [16, 17, 18]]])

或者通过将axis等于2，连接与高度一起完成，如下所示。

例子：

Python3

# Program to concatenate two 2D arrays along
# the height
import numpy as np
 
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
# axis = 2 implies that it is being done
# along the height
np.stack((arr1, arr2), axis=2)

输出：

array([[[ 1, 10],
        [ 2, 11],
        [ 3, 12]],

       [[ 4, 13],
        [ 5, 14],
        [ 6, 15]],

       [[ 7, 16],
        [ 8, 17],
        [ 9, 18]]])

方法 3：使用hstack()函数

hstack()函数水平堆叠数组，即沿一列。

例子：

Python

# Program to concatenate two 2D arrays
# horizontally
import numpy as np
 
 
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
arr = np.hstack((arr1, arr2))

输出：

array([[ 0,  1,  2, 10, 11, 12],
       [ 3,  4,  5, 13, 14, 15],
       [ 6,  7,  8, 16, 17, 18]])

方法四：使用vstack()函数

vstack()函数垂直堆叠数组，即沿一行。

例子：

Python

# Program to concatenate two 2D arrays
# vertically
import numpy as np
 
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
arr = np.vstack((arr1, arr2))

输出：

array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [10, 11, 12],
       [13, 14, 15],
       [16, 17, 18]])

方法 5：使用dstack()函数

在dstack( )函数中，d 代表深度，连接与高度一起出现，如下所示：

例子：

Python

# Program to concatenate two 2D arrays
# along the height
import numpy as np
 
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
arr = np.dstack((arr1, arr2))

输出：

array([[[ 1, 10],
        [ 2, 11],
        [ 3, 12]],

       [[ 4, 13],
        [ 5, 14],
        [ 6, 15]],

       [[ 7, 16],
        [ 8, 17],
        [ 9, 18]]])

方法 6 ：使用 column_stack()函数

column_stack()函数水平堆叠数组，即沿一列，它通常用于通过水平连接 id 数组将它们连接成二维数组。

Python3

import numpy
 
 
array1 = numpy.array([[1, 2, 3, 4, 5],[20,30,40,50,60]])
array2 = numpy.array([[6, 7, 8, 9, 10],[9,8,7,6,5]])
 
# Stack arrays horizontally.
array1 = numpy.column_stack([array1, array2])
print(array1)

输出：

[[ 1  2  3  4  5  6  7  8  9 10]

 [20 30 40 50 60  9  8  7  6  5]]