NumPy中如何Join NumPy Arrays

Judie

www能不能详细讲讲这两个例子啊，axis=0和axis=1又是什么意思呀www，谢谢宁！

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([4, 5, 6])

arr = np.concatenate((arr1, arr2))

print(arr)

import numpy as np

arr1 = np.array([[1, 2], [3, 4]])

arr2 = np.array([[5, 6], [7, 8]])

arr = np.concatenate((arr1, arr2), axis=1)

print(arr)

阿奇_o

从图片里的结果来看，再结合pandas里的pd.concat([df1, df2], axis=1)，
那么这里的numpy.concatenate((arr1, arr2), axis=1)
应该 类似pandas的是 【沿着1轴进行（列拼接）】——可理解为“往表的右边追加列”
默认axis=0，即 【沿着0轴进行（行拼接）】，可以理解为“往下追加更多的行” 。
另外在pandas里通常axis=0 或 axis=1，可以写为 axis='index' 或 axis='column'

这里我觉得，直接用矩阵来理解，反而不好理解，比较抽象，哪来的轴呢，是吧，
所以可以先学pandas，可以让矩阵变成表，然后看起来就更直观了。

ps:
根据《用python进行数据分析》的“如果你是pandas新手，只是想用pandas随便处理一下数据，那可以跳过本章”，
于是，我基本没学numpy，更多地学了pandas，它的底层计算是基于numpy的矩阵计算。