numpy.concatenate 中的axis参数怎么理解

首先numpy.concatenate的官方使用说明为： https://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.concatenate.html numpy.concatenate中有两个参数，一个是由被连接的数组组成的序列(a1, a2, ...)；另一个就是axis。

1. 假设被连接的数组有两个，为a, b，连接之后为数组c
1.1. 若axis=0，则要求除了a.shape[0]和b.shape[0]可以不等之外，其它维度必须相等。此时
c.shape[0] = a.shape[0]+b.shape[0]

1.2. 若axis=1，则要求除了a.shape[1]和b.shape[1]可以不等之外，其它维度必须相等。此时
c.shape[1] = a.shape[1]+b.shape[1]
1.3. axis>=2 的情况以此类推，axis的值必须小于数组的维度

2. 若连接的数组只有一个，假设是三维的数组a，a.shape=(2,3,4)，则看成有2个（3,4）的数组进行连接，axis的值只能为0或1，连接规则同上。也就是说，被连接的数组一定不能是一维数组，否则会报错为：ValueError: zero-dimensional arrays cannot be concatenated