引子：
在使用决策树完成实验的过程中一个类需要产生5000一个二元高斯分布o和400个均匀分布的o
用数组X （列表存储的是一维数据，而数组则能存储多维数据）
X = np.random.multivariate_normal(mean1, cov, int(5000))#生成一个多元正态分布矩阵
X = np.concatenate((X, 20*np.random.rand(400,2)))
以往都是用concat 新的函数concatenate 引发了我的思考，

1: pd.concat 和 np.concatenated的异同

同：都是一种可以是实现拼接的函数

异：

concat是对于df DataFrame数据类型的拼接函数在pandas库内可以查询

concatencate是对于数组的拼接函数在numpy库内可以查询

2: np.concatenate

np.concatenate 是numpy中对array进行拼接的函数

先看文档以下：

numpy.concatenate((a1, a2, …), axis=0, out=None, dtype=None, casting=”same_kind”)¶
对于一维数组拼接，axis的值不影响最后的结果
axis =1 axis=1为行数不变列拼接
axis =0 axis=0为列数不变行拼接
参数
A1，A2，…阵列序列
数组必须具有相同的形状，除了与 axis （默认为第一个）。
axis可选的
阵列将沿其连接的轴。如果“轴”为“无”，则阵列在使用前将被展平。默认值为0。
outndarray，可选
如果提供，则为放置结果的目的地。形状必须正确，与未指定out参数时concatenate返回的形状匹配。
dtypeSTR或D型
如果提供，目标数组将具有此数据类型。不能与一起提供 out .
1.20.0 新版功能.
casting‘no’、’equiv’、’safe’、’same’u kind’、’unsafe’、可选
控制可能发生的数据转换类型。默认为“同类”。
1.20.0 新版功能.

实例：1

# 行数不变，列数相加
a=np.array([[1,2,3]])
b=np.array([[11,21]])
d = np.concatenate((a,b),axis=1) # 默认情况下，axis=0可以不写
print(d)

# 列数不变，行数相加
a=np.array([[1,2,3],[4,5,6]])
b=np.array([[11,21,31]])
d = np.concatenate((a,b),axis=0) # 默认情况下，axis=0可以不写
print(d)

更多实例

补充：

numpy.append()和numpy.concatenate()两个函数的运行时间进行比较的话，numpy.concatenate()效率更高，适合大规模的数组拼接。

3: pd.concat（理解：数据合并与重塑）

文档中的介绍
pd.concat(
    objs,
    axis=0,
    join="outer",
    ignore_index=False,
    keys=None,
    levels=None,
    names=None,
    verify_integrity=False,
    copy=True,
)
参数：
objs: series，dataframe或者是panel构成的序列lsit
axis：需要合并链接的轴，0是行，1是列
join：{‘inner’，’outer’，默认为’outer’。如何处理其他轴上的索引。外部表示联合，内部表示交叉。
keys:序列，默认无。
levels；序列列表，默认无。用于构造多索引的特定级别（唯一值）。否则，将从键推断出它们。
names:列表，默认无。结果层次索引中级别的名称。
varify_integrity:布尔值，默认值为False。检查新连接轴是否包含重复项。相对于实际的数据串联，这可能非常昂贵。
copy：布尔值，默认为True。如果为False，请不要不必要地复制数据。

以下根据pandas文档内容介绍concat用法

3.1 行拼接

concat（）函数（位于pandas主命名空间中）执行所有繁重的操作，即沿一个轴执行串联操作，同时在其他轴上执行索引（如果有）的可选集合逻辑（并集或交集）。请注意，我之所以说“如果有的话”，是因为串联只有一个可能的串联轴。
在深入了解concat的所有细节及其功能之前，下面是一个简单的示例：

例1：axis =0 列数不变行拼接|| 相同字段的表首尾相接
df1 = pd.DataFrame(
    {
        “A”: [“A0”, “A1”, “A2”, “A3”],
        “B”: [“B0”, “B1”, “B2”, “B3”],
        “C”: [“C0”, “C1”, “C2”, “C3”],
        “D”: [“D0”, “D1”, “D2”, “D3”],
    },
    index=[0, 1, 2, 3],
)
df2 = pd.DataFrame(
    {
        “A”: [“A4”, “A5”, “A6”, “A7”],
        “B”: [“B4”, “B5”, “B6”, “B7”],
        “C”: [“C4”, “C5”, “C6”, “C7”],
        “D”: [“D4”, “D5”, “D6”, “D7”],
    },
    index=[4, 5, 6, 7],
)

df3 = pd.DataFrame(
    {
        “A”: [“A8”, “A9”, “A10”, “A11”],
        “B”: [“B8”, “B9”, “B10”, “B11”],
        “C”: [“C8”, “C9”, “C10”, “C11”],
        “D”: [“D8”, “D9”, “D10”, “D11”],
    },
index=[8, 9, 10, 11],
)
df4 = pd.DataFrame(
    {
        “B”: [“B2”, “B3”, “B6”, “B7”],
        “D”: [“D2”, “D3”, “D6”, “D7”],
        “F”: [“F2”, “F3”, “F6”, “F7”],
    },
      index=[2, 3, 6, 7],
)
frames = [df1, df2, df3] #[ ] 列表中有3个df数据类型
result = pd.concat(frames)#concat中axis 默认为0 ，即列不变行拼接

文档中给出的解释

心中有图撸码自然神

3.2 列拼接

3.2.0 axis=1

例2 :axis =1 行数不变列拼接
result = pd.concat([df1, df4], axis=1)

3.2.1 `join='inner'`

join参数的属性，如果为’inner’得到的是两表的交集，如果是outer，得到的是两表的并集（默认为outer）

result = pd.concat([df1, df4], axis=1, join=”inner”)

3.2.2 reindex

如果有join_axes的参数传入，可以指定根据那个轴来对齐数据
例如：根据df1表对齐数据，就会保留指定的df1表的轴，然后将df4的表与之拼接

pd.concat([df1, df4.reindex(df1.index)], axis=1) 或者
pd.concat([df1, df4], axis=1).reindex(df1.index)

3.3 拼接过程中增加键

 例2：key的理解 ：合并的同时增加区分数据组的键
frames = [df1, df2, df3] #[ ] 列表中有3个df数据类型
result = pd.concat(frames, keys=["x", "y", "z"])

文章出处登录后可见！

已经登录？立即刷新

pd.concat 和 np.concatenate（全网最细）