np.r_、np.c_、np.concatenate和np.append
np.r_是按行连接两个矩阵，就是把两矩阵上下相加，要求列数相等，最终结果的行数为两个矩阵行数和。
np.c_是按列连接两个矩阵，就是把两矩阵左右相加，要求行数相等，最终结果的列数等于两矩阵的列数和。
np中的矩阵合并np.c_[matrix]只能按照列拼接（横向扩展原来句子的维度）
np中的矩阵合并np.r_[matrix]只能按照行拼接（纵向扩展原来样本的数量）
np中的矩阵合并np.concatenate（[],1为列拼接/0为行拼接）
1）np.concatenate和np.append与list.extend在功能上有点相似，都是把元素添加。而list.append如果append的对象是list会将整个list作为一个元素加入。
a = [1]
b = [3, 4]
a.append(b)
print("a.append(b):", a)
c = [5]
d = [6, 7]
c.extend(d)
print("c.extend(d):", d)
f = np.array([8])
g = np.array([9, 10])
print("np.concatenate((f,g)):", np.concatenate((f, g)))
h = np.array([11])
i = np.array([12, 13])
print("np.append(h, i):", np.append(h, i))
2. 区别
1）np.concatenate和np.append都是有返回值的，需要赋值。而list.extend和list.append可以直接用。
numpy.concatenate((a1, a2, ...), axis=0, out=None, dtype=None, casting="same_kind")
https://blog.csdn.net/m0_51004308/article/details/115218193
一：np.concatenate()
- 函数介绍：np.concatenate((a, b), axis=0)
- 参数意思：a和b都为数组，axis可以选择大小，axis=0 按照行拼接。axis=1 按照列拼接。
一：np.concatenate()
- 函数介绍：np.concatenate((a, b), axis=0)
- 参数意思：a和b都为数组，axis可以选择大小，axis=0 按照行拼接。axis=1 按照列拼接。
