7、Numpy数组堆叠
目录
np.column_stack 和 np.row_stack
np.hstack 和 np.vstack
np.hstack（水平堆叠）和 np.vstack（垂直堆叠）是两个最常用的堆叠函数。
水平堆叠 (np.hstack)
import numpy as np
# 创建两个一维数组
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
# 水平堆叠
h_stack = np.hstack((a, b))
print("Horizontal stack:\n", h_stack)输出：
Horizontal stack: [1 2 3 4 5 6] 垂直堆叠 (np.vstack)
# 垂直堆叠
v_stack = np.vstack((a, b))
print("Vertical stack:\n", v_stack)输出：
Vertical stack: [[1 2 3] [4 5 6]] np.concatenate
np.concatenate 是一个更通用的函数，它可以沿指定的轴堆叠多个数组。
# 沿第一个轴（垂直方向）堆叠
concat_0 = np.concatenate((a[:, np.newaxis], b[:, np.newaxis]), axis=0)
print("Concatenate along axis 0:\n", concat_0)
# 沿第二个轴（水平方向）堆叠
concat_1 = np.concatenate((a[:, np.newaxis], b[:, np.newaxis]), axis=1)
print("Concatenate along axis 1:\n", concat_1)预期输出：
Concatenate along axis 0:
[[1] [2] [3] [4] [5] [6]]
Concatenate along axis 1:
[[1 4] [2 5] [3 6]] np.column_stack 和 np.row_stack
np.column_stack 类似于 np.hstack，但它是专门为一维数组设计的，将一维数组作为列堆叠到二维数组中。np.row_stack 类似于 np.vstack，用于堆叠行。
# 列堆叠
column_stack = np.column_stack((a, b))
print("Column stack:\n", column_stack)
# 行堆叠 6row_stack = np.row_stack((a, b))
print("Row stack:\n", row_stack)输出：
Column stack:
[[1 4] [2 5] [3 6]]
Row stack:
[[1 2 3] [4 5 6]] np.dstack
np.dstack 用于沿第三维度（深度方向）堆叠数组。
# 深度堆叠
d_stack = np.dstack((a, b))
print("Depth stack:\n", d_stack)输出：
Depth stack: [[[1 4] [2 5] [3 6]]] np.stack
np.stack 是一个通用的堆叠函数，允许你沿新的轴堆叠数组。
# 创建两个二维数组
a_2d = np.array([[1, 2], [3, 4]])
b_2d = np.array([[5, 6], [7, 8]])
# 沿新轴堆叠
new_stack = np.stack((a_2d, b_2d), axis=0)
print("Stack along new axis:\n", new_stack)输出：
Stack along new axis:
[[[1 2]
[3 4]]
[[5 6]
[7 8]]]
原文地址：https://blog.csdn.net/sinat_34461199/article/details/135707294
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！