转自：https://blog.csdn.net/qq_38150441/article/details/80488800
条理清晰，通俗易懂
转来以便自我查阅
数组拼接方法一
思路：先把array数组转变成列表list, 利用列表的拼接函数append()，extend()处理，再将列表转换成数组
a.append(b)
a.extend(b)
示例1：
import numpy as np
a=np.array([1,2,5])
b=np.array([10,12,15])
a_list=list(a)
b_list=list(b)
a_list.extend(b_list)
print(a_list)
[1, 2, 5, 10, 12, 15]
a=np.array(a_list)
print(a)
rray([ 1, 2, 5, 10, 12, 15])
该方法只适用于简单的一维数组拼接，由于转换过程很耗时间，对于大量数据的拼接一般不建议使用
数组拼接方法二
思路： numpy提供np.append(arr, values, axis=None)函数，对于参数arr和values要么一个数组和一个数值拼接，要么两个数组拼接，最多两个数组拼接，不能三个及以上进行拼接
np.append() 返回一个1-D数组
np.append(a,b)
示例2：
a=np.arange(5)
print（a）
array([0, 1, 2, 3, 4])
print(np.append(a,10))
array([ 0, 1, 2, 3, 4, 10])
print(a)
array([0, 1, 2, 3, 4])
b=np.array([11,22,33])
print(b)
array([11, 22, 33])
print(np.append(a,b))
array([ 0, 1, 2, 3, 4, 11, 22, 33])
数组没有动态改变大小的功能，numpy.append()函数每次都会重新分配整个数组，并把原来的数组复制到新数组中
数组拼接方法三
思路：numpy提供np.concatenate((a1, a2,…),axis=0)函数，能够一次完成多个数组拼接
示例3：
a=np.array([1,2,3])
b=np.array([11,22,33])
c=np.array([44,55,66])
print (np.concatenate((a,b,c),axis=0)) # 默认情况下，axis=0可以不写
array([ 1, 2, 3, 11, 22, 33, 44, 55, 66]) #对于一维数组拼接，axis的值不影响最后的结果
a=np.array([[1,2,3],[4,5,6]])
b=np.array([[11,21,31],[7,8,9]])
np.concatenate((a,b),axis=0)
array([[ 1, 2, 3],
[ 4, 5, 6],
[11, 21, 31],
[ 7, 8, 9]])
np.concatenate((a,b),axis=1)
#axis=1表示对应行的数组进行拼接
array([[ 1, 2, 3, 11, 21, 31],
[ 4, 5, 6, 7, 8, 9]])
concatenate()效率更高，适合大规模的数据拼接
