numpy 中的 array 是经常使用的数据结构，尤其是一维、二维结构

难免用到拼接操作，numpy 提供了一些方法实现不同拼接效果，在此进行比较整理

主要包括：concatenate()，stack()，vstack()，hstack()，row_stack()，column_stack()

1、concatenate()

在现有维度上连接多个 array，是 array 连接的通用方法

concatenate((array1, array2, ...), axis=0, dtype=None)

(array1, array2, ...) 为多个 array 的 tuple

axis 默认第一个维度，若为 None，则先进行扁平化操作再拼接

dtype 可用于指定目的数据类型

其他参数略

需要拼接的方向上要有相同维度，否则报错

2、stack()

在一个新维度上连接多个array，即回创建一个新的维度

numpy.stack((array1, array2, ...), axis=0）

(array1, array2, ...) 为多个 array 的 tuple

 axis 默认第一个维度，不能为 None

其他参数略

stack 之后维数加一（例子中维数变为3），但方向由 axis 设定

3、vstack() 和 hstack()

vstack()，hstack() 分别在垂直方向（堆叠多行），水平方向（堆叠多列）上连接多个 array

vstack((array1, array2, ...))

hstack((array1, array2, ...))

(array1, array2, ...) 为多个 array 的 tuple，一般使用的 array 不超过三维，更高维应使用上面更通用的函数

4、row_stack() 和 column_stack()

row_stack((array1, array2, ...))

column_stack((array1, array2, ...))

(array1, array2, ...) 为多个一维或二维 array 的 tuple

对于一维 array，分别以行或列的方向进行拼接，与上面稍有区别

输入二维 array 时，与 vstack()，hstack() 是一样的