堆叠数组

从深度看,数组既可以横向叠放,也可以竖向叠放

首先建立某些数组

In [19]: a = np.arange(9).reshape(3,3)

In [20]: a
Out[20]: 
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

In [21]: b = a * 2

In [22]: b
Out[22]: 
array([[ 0,  2,  4],
       [ 6,  8, 10],
       [12, 14, 16]])

水平叠加(hstack)

首先用元祖确定数组的形状,然后由hstack()函数处理数组

      In [26]: np.hstack((a,b))
      Out[26]: 
      array([[ 0,  1,  2,  0,  2,  4],
          [ 3,  4,  5,  6,  8, 10],
          [ 6,  7,  8, 12, 14, 16]])

使用concatenate()也能达到同样的效果

     In [27]: np.concatenate((a,b), axis=1)
     Out[27]: 
     array([[ 0,  1,  2,  0,  2,  4],
         [ 3,  4,  5,  6,  8, 10],
         [ 6,  7,  8, 12, 14, 16]])

垂直叠加(vstack)

首先用元祖确定数组的形状,然后由vstack()函数处理数组

     In [28]: np.vstack((a,b))
     Out[28]: 
     array([[ 0,  1,  2],
            [ 3,  4,  5],
            [ 6,  7,  8],
            [ 0,  2,  4],
            [ 6,  8, 10],
            [12, 14, 16]])

当axis值为0时,concatenate()函数也能达到同样的效果.实际上,这是该函数的缺省值

      In [29]: np.concatenate((a,b), axis=0)
      Out[29]: 
      array([[ 0,  1,  2],
             [ 3,  4,  5],
             [ 6,  7,  8],
             [ 0,  2,  4],
             [ 6,  8, 10],
             [12, 14, 16]])

深度叠加(dtsack)

这要用到dtsack()函数和一个元祖.这种方法是沿着第三个坐标轴(纵向)的方向来叠加一摞数组.可以在一个图像数据的二维码数组上叠加另一幅图像的数据

  In [30]: np.dstack((a,b))
  Out[30]: 
  array([[[ 0,  0],
          [ 1,  2],
          [ 2,  4]],

         [[ 3,  6],
          [ 4,  8],
          [ 5, 10]],

         [[ 6, 12],
          [ 7, 14],
          [ 8, 16]]])

列式堆叠(column_stack)

column_stack()函数以列方式对一维数组进行堆叠

  In [31]: oned = np.arange(2)

  In [32]: oned
  Out[32]: array([0, 1])

  In [33]: twice_oned = oned * 2

  In [34]: twice_oned
  Out[34]: array([0, 2])

  In [35]: np.column_stack((oned,twice_oned))
  Out[35]: 
  array([[0, 0],
         [1, 2]])

使用这张方法堆叠数组,过程类似于hstack()函数

In [36]: np.column_stack((a,b))
Out[36]: 
array([[ 0,  1,  2,  0,  2,  4],
       [ 3,  4,  5,  6,  8, 10],
       [ 6,  7,  8, 12, 14, 16]])

In [37]: np.column_stack((a,b)) == np.hstack((a,b))
Out[37]: 
array([[ True,  True,  True,  True,  True,  True],
       [ True,  True,  True,  True,  True,  True],
       [ True,  True,  True,  True,  True,  True]], 
       dtype=bool)

行式堆叠(row_stack)

row_stack()函数它将数组作为行码放到二维数组中

  In [38]: np.row_stack((oned,twice_oned))
  Out[38]: 
  array([[0, 1],
      [0, 2]])

  In [39]: np.row_stack((a,b))
  Out[39]: 
  array([[ 0,  1,  2],
         [ 3,  4,  5],
         [ 6,  7,  8],
         [ 0,  2,  4],
         [ 6,  8, 10],
         [12, 14, 16]])

  In [40]: np.row_stack((a,b)) == np.vstack((a,b))
  Out[40]: 
  array([[ True,  True,  True],
         [ True,  True,  True],
         [ True,  True,  True],
         [ True,  True,  True],
         [ True,  True,  True],
         [ True,  True,  True]],
         dtype=bool)

结束语

如果您对这篇文章有什么意见或者建议,请评论与我讨论.
如果您觉得还不错的话~可以点个喜欢鼓励我哦.
如果您想和我一起学习,请毫不吝啬的私信我吧~

NumPy数组（堆叠数组）

NumPy数组（堆叠数组）

堆叠数组

结束语

推荐阅读更多精彩内容