np.concatenate 是 NumPy 中最核心的数组拼接函数，用于沿着指定的轴将多个同维度的 NumPy 数组拼接成一个数组，是数据合并、维度拼接的常用工具。
一、核心语法
numpy.concatenate(
(a1, a2, ...), # 要拼接的数组序列，必须是元组/列表形式
axis=0, # 拼接的轴方向，默认 axis=0（行/第一个维度）
out=None # 可选，指定输出数组的存储位置
)关键参数说明
(a1, a2, ...)：必填，传入需要拼接的多个 NumPy 数组，必须用**元组()或列表[]**包裹；axis：选填，指定拼接维度，默认axis=0；out：选填，极少使用，用于指定拼接结果的存放数组。
二、核心规则（必看）
- 维度必须一致：所有待拼接数组的维度数相同（比如都是2维数组，不能1维+2维拼接）；
- 拼接轴外的维度必须匹配：除了拼接方向的轴，其他轴的长度必须完全一致；
- 拼接后维度不变：拼接后的数组维度数，和原数组一致（不会新增维度）。
三、常用示例（最直观理解）
1. 一维数组拼接（最简单）
一维数组只有1个维度，axis 只能为 0，直接首尾拼接：
import numpy as np
# 定义两个一维数组
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
# 拼接
result = np.concatenate((arr1, arr2))
print(result)
# 输出：[1 2 3 4 5 6]2. 二维数组拼接（最常用）
二维数组有两个轴：
axis=0：垂直拼接（行方向） → 上下拼接axis=1：水平拼接（列方向） → 左右拼接
示例1：axis=0（上下拼接）
要求：列数必须相同
# 2行2列的二维数组
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
# 行方向拼接
result = np.concatenate((arr1, arr2), axis=0)
print(result)
# 输出：
# [[1 2]
# [3 4]
# [5 6]
# [7 8]]示例2：axis=1（左右拼接）
要求：行数必须相同
result = np.concatenate((arr1, arr2), axis=1)
print(result)
# 输出：
# [[1 2 5 6]
# [3 4 7 8]]3. 三维数组拼接
遵循「除拼接轴外，其他维度必须匹配」规则，用法和二维一致。
四、常见报错原因
- 维度不匹配：1维数组 + 2维数组拼接；
- 非拼接轴长度不一致：二维数组
axis=0拼接时列数不同； - 参数格式错误：忘记用元组/列表包裹数组（错误写法：
np.concatenate(arr1, arr2)）。
五、与其他拼接函数的区别
| 函数 | 特点 |
|---|---|
np.concatenate | 沿现有轴拼接，不新增维度 |
np.vstack / np.hstack | 垂直/水平拼接，语法更简单（底层调用concatenate） |
np.stack | 沿新轴拼接，会新增维度 |
总结
np.concatenate用于同维度数组的指定轴拼接，拼接后维度不变；- 一维：直接首尾拼接；二维：
axis=0上下、axis=1左右； - 核心要求：维度相同 + 非拼接轴长度一致。