二、分割
合併是指將多個張量在某個維度上合併為乙個張量。
以某學校班級成績冊資料為例，設張量a 儲存了某學校1-4 號班級的成績冊，每個班級35 個學生，共8 門科目，則張量a的shape 為：[4,35,8]；同樣的方式，張量b 儲存了剩下的6 個班級的成績冊，shape 為[6,35,8]。通過合併2 個成績冊，便可得到學校所有班級的成績冊張量c，shape 應為[10,35,8]。
這就是張量合併的意義所在。
張量的合併可以使用拼接(concatenate)和堆疊(stack)操作實現，拼接並不會產生新的維度，而堆疊會建立新維度。選擇使用拼接還是堆疊操作來合併張量，取決於具體的場景是否需要建立新維度。
在tensorflow 中，可以通過tf.concat(tensors, axis)，其中tensors 儲存了所有需要合併的張量list，axis 指定需要合併的維度。
回到上面的例子，這裡班級維度索引號為0，即axis=0，合併張量a,b 如下：
除了可以在班級維度上進行合併，還可以在其他維度上合併張量。考慮張量a 儲存了所有班級所有學生的前4 門科目成績，shape 為[10,5,4]，張量b 儲存了剩下的4 門科目成績，shape 為[10,5,4]，則可以合併shape 為[10,5,8]的總成績冊張量:
合併操作可以在任意的維度上進行，唯一的約束是非合併維度的長度必須一致
tf.concat 直接在現有維度上面合併資料，並不會建立新的維度。
如果在合併資料時，希望建立乙個新的維度，則需要使用tf.stack操作
考慮張量a 儲存了某個班級的成績冊，shape 為[35,8]，張量b 儲存了另乙個班級的成績冊，shape 為[35,8]。合併這2 個班級的資料時，需要建立乙個新維度，定義為班級維度，新維度可以選擇放置在任意位置，一般根據大小維度的經驗法則，將較大概念的班級維度放置在學生維度之前，則合併後的張量的新shape 應為[2,35,8]。
使用tf.stack(tensors, axis)可以合併多個張量tensors，其中axis 指定插入新維度的位置，axis 的用法與tf.expand_dims的一致，當axis ≥ 0時，在axis 之前插入;當axis < 0時，在axis 之後插入新維度。例如shape 為[?, ?, ℎ, ?]的張量，在不同位置通過stack 操作插入新維度，axis 引數對應的插入位置設定如圖
合併操作的逆過程就是分割，將乙個張量分拆為多個張量。
繼續考慮成績冊的例子，我們得到整個學校的成績冊張量，shape 為[10,35,8]，現在需要將資料在班級維度切割為10 個張量，每個張量儲存了對應班級的成績冊。
通過tf.split(x, axis, num_or_size_splits)可以完成張量的分割操作，其中
x：待分割張量
axis：分割的維度索引號
num_or_size_splits：切割方案。當num_or_size_splits 為單個數值時，如10，表示切割為10 份；當num_or_size_splits 為list 時，每個元素表示每份的長度，如[2,4,2,2]表示切割為4 份，每份的長度分別為2,4,2,2
還可以進行不定長切割比如這裡將 x 切割為 2 份，每份長度為[1,2]
UNIX合併與分割
sort用法 sort命令將許多不同的域按不同的列順序分類.命令格式 sort cmu o output file other options pos1 pos2 input files sort選項 c 測試檔案是否分類 m 合併兩個分類檔案 u 刪除所有複製行 o 儲存sort結果的輸出檔名 b...
7 合併與分割
1 concat，拼接 例 統計班級的學生的分數 a class1 4，student，scores 4個班級，35個學生，8門課的分數 b class5 6，student，scores 2個班級，35個學生，8門課的分數 cancat要求除了指定合併的維度之外，其餘的維度要大小要相同 1 a t...
檔案的合併與分割
檔案的合併與分割其實比較簡單，分割時將乙個大檔案按二進位制方式讀取，然後按二進位制寫成乙個個小檔案。合併時就把小檔案順次讀取，再寫入乙個大檔案。下面是乙個簡單的例子 檔案分割，二進位制讀取 void cmyupdatedlg onbinary byte buf 140000 緩衝區 dword dw...