1. 当axis = 0时，
x1 = np.arange(9).reshape((3,3))
x2 = np.arange(10,19,1).reshape((3,3))
y2 = np.stack((x1,x2),axis=0)
输出：
[[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]]
[[10 11 12]
[13 14 15]
[16 17 18]]]
'y2.shape': (2,3,3)
np.stack的官方解释为 对指定axis增加维度，
我们发现y2.shape为（2,3,3），注意x1.shape为（3,3）也可以看做（1,3,3），
当给x1的axis = 0也就是第一维增加一维后就变成了（2,3,3），这刚好是y2.shape，
那x1增加的这个维度的内容用什么来填充呢？当然是x2了！（所以，也要明白的就是x1和x2的shape一定要相同）
2.当axis = 1时，
x1 = np.arange(9).reshape((3,3))
x2 = np.arange(10,19,1).reshape((3,3))
y2 = np.stack((x1,x2),axis=1)
输出：
[[[ 0 1 2]
[10 11 12]]
[[ 3 4 5]
[13 14 15]]
[[ 6 7 8]
[16 17 18]]]
'y2.shape': (3,2,3)
当axis = 1时，对二维平面的行进行增加，所以本来应该是1行的，经过x2填充变成了2行。
3.同理，当axis = 2时，
x1 = np.arange(9).reshape((3,3))
x2 = np.arange(10,19,1).reshape((3,3))
y2 = np.stack((x1,x2),axis=1)
输出：
[[[ 0 10]
[ 1 11]
[ 2 12]]
[[ 3 13]
[ 4 14]
[ 5 15]]
[[ 6 16]
[ 7 17]
[ 8 18]]]
'y2.shape':(3,3,2)
