concatenate_arrays

concatenate_arrays(arrays: tuple[ndarray, ...], axis: int = 0) → ndarray

Concatenate arrays along a specified axis, filling in empty arrays with nan values.

Parameters:

• arrays (tuple[ndarray, ...]) – A list of arrays to concatenate

• axis (int) – The axis along which to concatenate the arrays

Returns:

The concatenated arrays

Return type:

result

Examples

>>> concatenate_arrays((np.array([[1, 2, 3]]), np.array([[4, 5]])), axis=0)
array([[ 1.,  2.,  3.],
       [ 4.,  5., nan]])
>>> concatenate_arrays((np.array([1, 2, 3]), np.array([4, 5])), axis=0)
array([1., 2., 3., 4., 5.])
>>> arr1 = np.arange(60, dtype=float).reshape(10, 2, 3)
>>> arr2 = np.arange(240, dtype=float).reshape(20, 3, 4)
>>> concatenate_arrays((arr1, arr2), axis=0)[0]
array([[ 0.,  1.,  2., nan],
       [ 3.,  4.,  5., nan],
       [nan, nan, nan, nan]])
>>> concatenate_arrays((arr2[0], arr1[0]), axis=1)
array([[ 0.,  1.,  2.,  3.,  0.,  1.,  2.],
       [ 4.,  5.,  6.,  7.,  3.,  4.,  5.],
       [ 8.,  9., 10., 11., nan, nan, nan]])
>>> arr = concatenate_arrays((arr1[0], arr2[0]), axis=None)
>>> arr
array([[[ 0.,  1.,  2., nan],
        [ 3.,  4.,  5., nan],
        [nan, nan, nan, nan]],

       [[ 0.,  1.,  2.,  3.],
        [ 4.,  5.,  6.,  7.],
        [ 8.,  9., 10., 11.]]])
>>> concatenate_arrays((arr2[0].astype('f2'), arr1[0].astype('f2')),
... axis=1)
array([[ 0.,  1.,  2.,  3.,  0.,  1.,  2.],
       [ 4.,  5.,  6.,  7.,  3.,  4.,  5.],
       [ 8.,  9., 10., 11., nan, nan, nan]], dtype=float16)