數組拼接方法一
思路：首先將數組轉成列表，然後利用列表的拼接函數append()、extend()等進行拼接處理，最後將列表轉成數組。
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)
>>> a_list
[1, 2, 5, 10, 12, 15]
>>> a=np.array(a_list)
>>> a
array([ 1, 2, 5, 10, 12, 15])
該方法只適用於簡單的一維數組拼接，由於轉換過程很耗時間，對於大量數據的拼接一般不建議使用。
數組拼接方法二
思路：numpy提供了numpy.append(arr, values, axis=None)函數。對於參數規定，要麼一個數組和一個數值；要麼兩個數組，不能三個及以上數組直接append拼接。append函數返回的始終是一個一維數組。
示例2：
>>> a=np.arange(5)
>>> a
array([0, 1, 2, 3, 4])
>>> np.append(a,10)
array([ 0, 1, 2, 3, 4, 10])
>>> a
array([0, 1, 2, 3, 4])
>>> b=np.array([11,22,33])
>>> b
array([11, 22, 33])
>>> np.append(a,b)
array([ 0, 1, 2, 3, 4, 11, 22, 33])
>>> a
array([[1, 2, 3],
[4, 5, 6]])
>>> b=np.array([[7,8,9],[10,11,12]])
>>> b
array([[ 7, 8, 9],
[10, 11, 12]])
>>> np.append(a,b)
array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
numpy的數組沒有動態改變大小的功能，numpy.append()函數每次都會重新分配整個數組，並把原來的數組複製到新數組中。
數組拼接方法三
思路：numpy提供了numpy.concatenate((a1,a2,…), axis=0)函數。能夠一次完成多個數組的拼接。其中a1,a2,…是數組類型的參數
示例3：
>>> a=np.array([1,2,3])
>>> b=np.array([11,22,33])
>>> c=np.array([44,55,66])
>>> np.concatenate((a,b,c),axis=0) # 默認情況下，axis=0可以不寫
array([ 1, 2, 3, 11, 22, 33, 44, 55, 66]) #對於一維數組拼接，axis的值不影響最後的結果
>>> 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表示對應行的數組進行拼接
array([[ 1, 2, 3, 11, 21, 31],
[ 4, 5, 6, 7, 8, 9]])
對numpy.append()和numpy.concatenate()兩個函數的運行時間進行比較
示例4：
>>> from time import clock as now
>>> a=np.arange(9999)
>>> b=np.arange(9999)
>>> time1=now()
>>> c=np.append(a,b)
>>> time2=now()
>>> print time2-time1
28.2316728446
>>> a=np.arange(9999)
>>> b=np.arange(9999)
>>> time1=now()
>>> c=np.concatenate((a,b),axis=0)
>>> time2=now()
>>> print time2-time1
20.3934997107
可知，concatenate()效率更高，適合大規模的數據拼接
原文來自：https://blog.csdn.net/zyl1042635242/article/details/43162031
