Numpy Concat詳解

一、concat函數介紹

在numpy中，concat函數可以用於沿特定軸連接兩個或多個數組。

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

參數axis指示了沿哪個軸連接數組。如果沒有指定，np.concatenate默認將沿著第一個維度（即axis=0）進行連接。

二、在第一個軸上連接數組

當輸入參數里所有數組的shape在第一個軸上的大小相同時，我們可以通過np.concatenate將它們在第一個軸上連接起來。

import numpy as np

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
arr3 = np.array([[9, 10], [11, 12]])

result = np.concatenate((arr1, arr2, arr3))
print(result)

輸出結果為：

[[ 1  2]
 [ 3  4]
 [ 5  6]
 [ 7  8]
 [ 9 10]
 [11 12]]

三、在其他軸上連接數組

當我們需要連接的數組shape不同的軸時，可以通過np.concatenate指定軸號，來沿其他軸對數組進行連接。

arr1 = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
arr2 = np.array([[[9, 10], [11, 12]], [[13, 14], [15, 16]]])

# 沿第一個軸連接
result1 = np.concatenate((arr1, arr2), axis=0)

# 沿第三個軸連接
result2 = np.concatenate((arr1, arr2), axis=2)

print("沿第一個軸連接結果:\n", result1)
print("沿第三個軸連接結果:\n", result2)

輸出結果為：

沿第一個軸連接結果:
 [[[ 1  2]
  [ 3  4]]

 [[ 5  6]
  [ 7  8]]

 [[ 9 10]
  [11 12]]

 [[13 14]
  [15 16]]]

沿第三個軸連接結果:
 [[[ 1  2  9 10]
  [ 3  4 11 12]]

 [[ 5  6 13 14]
  [ 7  8 15 16]]]

四、使用out參數避免數組複製

在進行大量數組連接操作時，numpy會創建一個新的數組來存儲最終結果，這將導致不必要的內存複製。可以通過指定參數out來避免這種情況。

x = np.array([1, 2, 3])
y = np.array([4, 5, 6])
z = np.array([7, 8, 9])

# 指定輸出數組
out = np.zeros(9)
np.concatenate([x, y, z], out=out)
print(out)

輸出結果為:

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

五、使用stack函數進行堆疊操作

除了concatenate函數，numpy還提供了stack函數，不同之處在於，stack函數會將輸入的數組沿新的軸方向堆疊起來。

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr3 = np.array([7, 8, 9])

# 沿新軸（第一軸）方向堆疊數組
result = np.stack((arr1, arr2, arr3))
print(result)

輸出結果為：

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

六、總結

Numpy的concatenate函數提供了沿特定軸連接兩個或多個數組的功能。通過指定參數axis可以選擇不同軸向進行連接。如果需要避免不必要的內存複製，可以使用參數out來指定輸出數組。stack函數則提供了將輸入的數組沿新的軸方向堆疊起來的功能。