np.concatenate和np.stack

`np.concatenate` 和 `np.stack` 都是 NumPy 库中用于数组拼接的函数，但它们有一些不同之处。

`np.concatenate` 函数用于沿着指定的轴（维度）将多个数组拼接起来。它接受一个表示要拼接的数组序列的元组、列表或数组，并且可以通过 `axis` 参数指定要沿着的轴。例如：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.concatenate((a, b))
print(c)  # 输出：[1 2 3 4 5 6]

x = np.array([[1, 2], [3, 4]])
y = np.array([[5, 6], [7, 8]])
z = np.concatenate((x, y), axis=0)
print(z)
# 输出：
# [[1 2]
#  [3 4]
#  [5 6]
#  [7 8]]

`np.stack` 函数用于沿着新轴（维度）将多个数组堆叠起来。它接受一个表示要堆叠的数组序列的元组、列表或数组，并且可以通过 `axis` 参数指定要添加的新轴的位置。例如：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.stack((a, b))
print(c)
# 输出：
# [[1 2 3]
#  [4 5 6]]

x = np.array([1, 2, 3])
y = np.array([4, 5, 6])
z = np.stack((x, y), axis=1)
print(z)
# 输出：
# [[1 4]
#  [2 5]
#  [3 6]]

总结来说，`np.concatenate` 是将数组沿着指定轴拼接，而 `np.stack` 是在指定的新轴上堆叠数组。