NumPy 数组拼接与分割的使用详解

NumPy 数组拼接与分割详解

一、数组拼接

数组拼接是将多个数组合并成一个数组的操作。

import numpy as np

# 一维数组拼接
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.concatenate([a, b])  # [1 2 3 4 5 6]

# 二维数组按轴拼接
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])

# 按行拼接（axis=0，默认）
row_concat = np.concatenate([arr1, arr2], axis=0)
# [[1 2]
#  [3 4]
#  [5 6]
#  [7 8]]

# 按列拼接（axis=1）
col_concat = np.concatenate([arr1, arr2], axis=1)
# [[1 2 5 6]
#  [3 4 7 8]]

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

vstack_result = np.vstack([a, b])
# [[1 2 3]
#  [4 5 6]]

# 等同于 concatenate(axis=0)

a = np.array([[1], [2], [3]])
b = np.array([[4], [5], [6]])

hstack_result = np.hstack([a, b])
# [[1 4]
#  [2 5]
#  [3 6]]

# 等同于 concatenate(axis=1)

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])

dstack_result = np.dstack([a, b])
# [[[1 5]
#   [2 6]]
#  [[3 7]
#   [4 8]]]

# 一维数组转为列向量后水平拼接
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

col_stack = np.column_stack([a, b])
# [[1 4]
#  [2 5]
#  [3 6]]

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

row_stack = np.row_stack([a, b])
# [[1 2 3]
#  [4 5 6]]

二、数组分割

数组分割是将一个数组拆分成多个子数组的操作。

arr = np.array([1, 2, 3, 4, 5, 6])

# 等量分割（必须能整除）
result = np.split(arr, 3)
# [array([1, 2]), array([3, 4]), array([5, 6])]

# 按位置分割
result = np.split(arr, [2, 4])  # 在第2和第4个位置后分割
# [array([1, 2]), array([3, 4]), array([5, 6])]

# 二维数组分割
arr_2d = np.array([[1, 2, 3, 4],
                   [5, 6, 7, 8],
                   [9, 10, 11, 12]])

# 按行分割（axis=0）
rows_split = np.split(arr_2d, 3, axis=0)

# 按列分割（axis=1）
cols_split = np.split(arr_2d, 2, axis=1)

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

vsplit_result = np.vsplit(arr, 3)
# [array([[1, 2, 3, 4]]),
#  array([[5, 6, 7, 8]]),
#  array([[9, 10, 11, 12]])]

# 按指定行数分割
vsplit_result2 = np.vsplit(arr, [1])  # 在第1行后分割
# [array([[1, 2, 3, 4]]),
#  array([[5, 6, 7, 8],
#         [9, 10, 11, 12]])]

arr = np.array([[1, 2, 3, 4],
                [5, 6, 7, 8]])

hsplit_result = np.hsplit(arr, 2)
# [array([[1, 2],
#         [5, 6]]),
#  array([[3, 4],
#         [7, 8]])]

# 按指定列数分割
hsplit_result2 = np.hsplit(arr, [1, 3])  # 在第1列和第3列后分割

arr = np.array([1, 2, 3, 4, 5, 6, 7])

# 可以处理不能整除的情况
result = np.array_split(arr, 4)
# [array([1, 2]), array([3, 4]), array([5, 6]), array([7])]

# 二维数组不等量分割
arr_2d = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9],
                   [10, 11, 12]])

result = np.array_split(arr_2d, 3, axis=0)  # 按行不等量分割

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

dsplit_result = np.dsplit(arr, 4)
# 分成4个深度层的数组

三、实用示例

# 模拟图像块拼接
image_blocks = [np.ones((100, 100)) * i for i in range(4)]

# 拼成2x2的网格
top_row = np.hstack([image_blocks[0], image_blocks[1]])
bottom_row = np.hstack([image_blocks[2], image_blocks[3]])
full_image = np.vstack([top_row, bottom_row])

# 数据集分批处理
data = np.random.randn(1000, 10)  # 1000个样本，10个特征

# 分成训练集、验证集、测试集
train, val, test = np.split(data, [700, 850])
print(f"训练集: {train.shape}, 验证集: {val.shape}, 测试集: {test.shape}")

def create_sliding_windows(arr, window_size, stride=1):
    """创建滑动窗口"""
    n_windows = (len(arr) - window_size) // stride + 1
    windows = np.array([arr[i*stride:i*stride+window_size] 
                       for i in range(n_windows)])
    return windows

arr = np.arange(10)
windows = create_sliding_windows(arr, window_size=3, stride=2)

四、注意事项

• axis=0: 垂直方向（行）
• axis=1: 水平方向（列）
• axis=2: 深度方向（第三维）

五、性能优化建议

# 避免多次小拼接，尽量一次完成
# 不推荐
result = arr1
for arr in arrays_list:
    result = np.concatenate([result, arr])

# 推荐
result = np.concatenate([arr1] + arrays_list)

# 预分配内存（对于大型数组）
total_size = sum(arr.shape[0] for arr in arrays_list)
result = np.empty((total_size, arrays_list[0].shape[1]))
pos = 0
for arr in arrays_list:
    result[pos:pos+arr.shape[0]] = arr
    pos += arr.shape[0]

这些拼接和分割函数是NumPy数据处理的核心工具，熟练掌握能极大提高数据处理的效率。