本系列是《NumPy 速通》的配套章节。

把多个数组合并（拼接），或者把一个数组拆开（分割）——数据处理和特征工程里很常用。本章核心：concatenate（通用）、vstack/hstack（直观）、split（分割），以及一个灵魂警告：拼接出的新数组和原数组的关系。

拼接：concatenate（最通用的一个）

import numpy as np

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

np.concatenate([a, b])   # [1 2 3 4 5 6]  一维：直接接一起
np.concatenate([a, b, a])# [1 2 3 4 5 6 1 2 3]  可以传多个

二维数组可以指定沿行还是沿列拼：

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

np.concatenate([x, y], axis=0)  # 沿行方向拼 → 上下堆叠 (4,2)
# [[1 2]
#  [3 4]
#  [5 6]
#  [7 8]]

np.concatenate([x, y], axis=1)  # 沿列方向拼 → 左右拼接 (2,4)
# [[1 2 5 6]
#  [3 4 7 8]]

⚠️ 灵魂警告：拼接的数组必须"形状兼容"。

  • axis=0 拼接：除第 0 维外，其余维度必须相等（列数要一样）
  • axis=1 拼接：行数要一样
  • 违反则报 ValueError: all the input array dimensions ... must match

常见场景：两个数据集的列数不一样（一个多了个特征列）→ 想按行拼会报错，先对齐列。

堆叠：vstack / hstack（直观写法）

比 concatenate 更好记的专用函数：

np.vstack([a, b])   # vertical 垂直堆叠（变两行）
# [[1 2 3]
#  [4 5 6]]

np.hstack([a, b])   # horizontal 水平拼接
# [1 2 3 4 5 6]

np.stack([a, b])    # 沿新维度堆叠 → (2,3)，多出一个维度
# [[1 2 3]
#  [4 5 6]]

np.dstack([a, b])   # 沿深度方向堆叠 → (1,3,2)，三维
函数 方向 结果 shape（a、b 都是 (3,)）
vstack 垂直（行） (2, 3)
hstack 水平（列） (6,)
stack 新轴 (2, 3)
dstack 深度 (1, 3, 2)

💡 vstack 会把一维数组"自动变成行向量"再叠（(3,) → (1,3)）；hstack 对一维是直接接长。这点和 concatenate（要求精确 shape）不同，更省心。stack 常用于批量处理多个样本（如 5 个特征向量 → 一个 (5, n) 矩阵）。

vstack / hstack 与 concatenate 的对应

np.vstack([x, y])     ==  np.concatenate([x, y], axis=0)
np.hstack([x, y])     ==  np.concatenate([x, y], axis=1)

分割：split

arr = np.arange(10)

np.split(arr, 2)      # 平均分成 2 份
# [array([0,1,2,3,4]), array([5,6,7,8,9])]

np.split(arr, [3, 7]) # 在索引 3 和 7 处切开 → 3 份
# [array([0,1,2]), array([3,4,5,6]), array([7,8,9])]

np.array_split(arr, 3)  # 尽量均分（不能整除也不报错）
# [array([0,1,2,3]), array([4,5,6]), array([7,8,9])]

关键区别：

  • np.split(arr, n)：必须能整除，否则报错
  • np.array_split(arr, n)：尽量均分，不能整除也不报错（更宽容）
  • np.split(arr, [3, 7])：按索引列表切（位置切分）

二维分割：

data = np.arange(24).reshape(4, 6)
np.split(data, 2, axis=0)   # 上下切成 2 块（每块 2 行）
np.split(data, 3, axis=1)   # 左右切成 3 块（每块 2 列）

常用场景

场景一：合并多个数据文件

parts = [np.load(f"data_{i}.npy") for i in range(5)]
full = np.concatenate(parts)   # 合并成一个大数据集再统一处理

场景二：训练集/验证集切分

X = np.arange(1000).reshape(100, 10)

# 前 80% 训练、后 20% 验证
X_train, X_val = np.split(X, [80], axis=0)
print(X_train.shape, X_val.shape)   # (80,10) (20,10)

场景三：批量数据升维

# 5 张 3×3 的图像"样本"
imgs = np.stack([img1, img2, img3, img4, img5])  # (5, 3, 3)

小结

  1. concatenate：通用拼接，axis=0/1 控制方向
  2. vstack/hstack/stack：直观堆叠，一维自动变行
  3. split / array_split：按份数或按位置切分；array_split 不要求整除
  4. ⚠️ 拼接前检查形状兼容（列数/行数一致）
  5. 组合拳：split 切训练/验证集 → concatenate 合并数据集 → stack 做批量样本

下一章：把数组存到磁盘、再读回来。

上一篇：第 9 章 布尔索引与筛选 ｜ 下一篇：第 11 章 文件读写

上一篇：第 9 章 布尔索引与筛选 ｜ 下一篇：第 11 章 文件读写