如何将两个numpy数组加在一起？ [复制]答案

【问题标题】：How to add two numpy arrays together? [duplicate]如何将两个numpy数组加在一起？ [复制]
【发布时间】：2018-12-04 00:11:24
【问题描述】：

在看起来很简单的事情上遇到了一些麻烦。我想加入这两个数组以满足输出：

array([['category_1', '4500', '5000'], ['category_2', '3200', '5000'], ['category_3', '3000', '5000'], ['category_4', '2000', '5000']], dtype='<U8')

我有一些数据

data = np.array([['category_1', '4500', '5000'], ['category_2', '3200', '5000']])

我还有其他数据

other_data = np.array([['category_3', '3000', '5000'], ['category_4', '2000', '5000'])

当我执行此操作时出现此错误

np.concatenate(data, other_data)

TypeError: only integer scalar arrays can be converted to a scalar index

【问题讨论】：

试试np.concatenate((data, other_data))。 concatenate 接受一个元组输入。
哇哦，好用！但为什么？但是，元组的定义没有括号。至少我是这么认为的。我可以把 a = 1, 2 和输出将是一个元组
因为这是 NumPy 定义其功能的方式：检查the docs。
在np.concatenate(a, b) 中，a,b 是元组，但它被解包到函数的参数中。 a 对应于函数签名的 (a1,a2...) 参数，ant b 被视为 axis 参数（这就是它抱怨 scalar index 的原因）。 concatenate 不使用 *args 参数。

标签： python arrays numpy multidimensional-array concat

【解决方案1】：

data = np.array([['category_1', '4500', '5000'], ['category_2', '3200', '5000']])
other_data = np.array([['category_3', '3000', '5000'], ['category_4', '2000', '5000']])
np.concatenate((data, other_data), axis=0)

【讨论】：

轴是做什么的？没有它我得到了相同的输出。
轴一般定义，是要垂直添加（列）还是水平添加（行），