concatenate功能：数组拼接

函数定义：numpy.concatenate((a1, a2, ...), axis=0, out=None)

concatenate((a1, a2, ...), axis=0, out=None)            Join a sequence of arrays along an existing axis.            Parameters      ----------      a1, a2, ... : sequence of array_like          The arrays must have the same shape, except in the dimension          corresponding to `axis` (the first, by default).      axis : int, optional          The axis along which the arrays will be joined.  If axis is None,          arrays are flattened before use.  Default is 0.      out : ndarray, optional          If provided, the destination to place the result. The shape must be          correct, matching that of what concatenate would have returned if no          out argument were specified.            Returns      -------      res : ndarray          The concatenated array.

官方Examples：

    >>> a = np.array([[1, 2], [3, 4]])      >>> b = np.array([[5, 6]])      >>> np.concatenate((a, b), axis=0)      array([[1, 2],             [3, 4],             [5, 6]])      >>> np.concatenate((a, b.T), axis=1)      array([[1, 2, 5],             [3, 4, 6]])      >>> np.concatenate((a, b), axis=None)      array([1, 2, 3, 4, 5, 6])            This function will not preserve masking of MaskedArray inputs.            >>> a = np.ma.arange(3)      >>> a[1] = np.ma.masked      >>> b = np.arange(2, 5)      >>> a      masked_array(data=[0, --, 2],                   mask=[False,  True, False],             fill_value=999999)      >>> b      array([2, 3, 4])      >>> np.concatenate([a, b])      masked_array(data=[0, 1, 2, 2, 3, 4],                   mask=False,             fill_value=999999)      >>> np.ma.concatenate([a, b])      masked_array(data=[0, --, 2, 2, 3, 4],                   mask=[False,  True, False, False, False, False],             fill_value=999999)