python numpy concatenate 实现列表的拼接

numpy.concatenate((a1, a2, ...), axis=0)

Join a sequence of arrays along an existing axis.

以上内容复制于：https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.concatenate.html

concatenate： 可以实现类似array的拼接，参数（a1，a2）必须要有相同的shape，如果是一维数组那么a1，a2 都要是一维数组，每个数组长度不限制。如果都是二维，那么对应维度的长度要相等

以下代码会报错：提示l1 是2维，l2是一维

l1=[['q1','q2','q3'],['e2','e3','d4']]
l2=['q2','q3']

con = np.concatenate((l1,l2))

ValueError: all the input arrays must have same number of dimensions, but the array at index 0 has 2 dimension(s) and the array at index 1 has 1 dimension(s)

以下代码也会报错

l1=[['q1','q2','q3'],['e2','e3','d4']]
l2=[['q2','q3'],['q2','q3']]

con = np.concatenate((l1,l2))

ValueError: all the input array dimensions for the concatenation axis must match exactly, but along dimension 1, the array at index 0 has size 3 and the array at index 1 has size 2

以下代码则不报错

import numpy as np

l1=[['q1','q2','q3'],['e2','e3']]
l2=[['q2','q3','d4'],['e2','e3']]
con = np.concatenate((l1,l2))

print(con)

如果axis=1 则是另外一个方向的合并，需要维度大小相等，各列表长度也相等

再dataframe 里面的使用，可以将一个列表值拆分成多行

pd.DataFrame({'姓名':df.姓名.repeat(df.课程.str.len()),'课程':np.concatenate(df.课程.values)})