极客教程Python numpy.stack()
NumPy是一个著名的Python库，用于处理数组。这个库的一个重要函数是 stack()。
重要知识:
- stack()用于连接多个NumPy数组。与concatenate()不同，它是沿着一个新的轴线连接数组。它返回一个NumPy数组。
- 要连接两个数组，它们必须具有相同的形状和尺寸。(例如，两个(2,3)-> 2行,3列)
- stack() 创建一个新的数组，它比输入的数组多一个维度。如果我们将2个一维数组堆叠起来，结果数组将有2个维度。
语法: numpy.stack(arrays, axis=0, out=None)
参数:
- arrays:输入数组的序列（要求）。
- axis:沿着这个轴，在新的数组中，输入数组被堆叠起来。可能的值是0到（n-1）个正整数，用于n维输出阵列。例如，在一个结果二维数组的情况下，有2个可能的轴选项：0和1。轴=0意味着一维输入数组将被沿行堆叠。轴=1意味着一维输入数组将被沿列堆叠。我们将在后面看到详细的例子。-1表示最后一个维度。例如，对于二维数组，轴1和-1是一样的。(可选)
- out:放置结果阵列的目的地。
例子#1：stack两个1D数组
import numpy as np
# input array
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
# Stacking 2 1-d arrays
c = np.stack((a, b),axis=0)
print(c)
输出 –
array([[1, 2, 3],
[4, 5, 6]])
注意，输出是一个二维阵列。它们是按行堆叠的。现在，让我们把轴改成1。
# stack 2 1-d arrays column-wise
np.stack((a,b),axis=1)
输出 –
array([[1, 4],
[2, 5],
[3, 6]])
这里，stack()接收2个一维数组，并将它们一个接一个地堆叠起来，就像它在新数组中逐列填充元素一样。
#stacking 2 arrays along -1 axis
np.stack((a,b),axis=-1)
输出 –
array([[1, 4],
[2, 5],
[3, 6]])
-1代表 “最后一维”。这里有两个轴是可能的。所以，-1和1是一样的。
例子#2：stack两个2D数组
# input arrays
x=np.array([[1,2,3],
[4,5,6]])
y=np.array([[7,8,9],
[10,11,12]])
1。在轴线=0的情况下进行堆叠
np.stack((x,y),axis=0)
输出 –
array([[[ 1, 2, 3],
[ 4, 5, 6]],[[ 7, 8, 9],
[10, 11, 12]]])
想象一下，如果它们被一个接一个地堆叠起来，组成一个三维阵列。
2 。在轴线=1的情况下进行堆叠
np.stack((x,y),axis=1)
输出 – 三维数组。第一维度有第一行。第二维有第二行。[逐行叠加] 。
array([[[ 1, 2, 3],
[ 7, 8, 9]],[[ 4, 5, 6],
[10, 11, 12]]])
3 。以轴线=2的方式叠加
np.stack((x,y),axis=2)
输出 – 三维数组。第一维度有第一行。第二维有第二行。[逐列堆积]
array([[[ 1, 7],
[ 2, 8],
[ 3, 9]],[[ 4, 10],
[ 5, 11],
[ 6, 12]]])
例子#2：stack两个以上的2D数组
1 。with axis=0）：只是堆叠。
x=np.array([[1,2,3],
[4,5,6]])
y=np.array([[7,8,9],
[10,11,12]])
z=np.array([[13,14,15],
[16,17,18]])
np.stack((x,y,z),axis=0)
输出 –
array([[[ 1, 2, 3],
[ 4, 5, 6]],[[ 7, 8, 9],
[10, 11, 12]],[[13, 14, 15],
[16, 17, 18]]])
2 。与轴 =1（行间叠加）。
np.stack((x,y,z),axis=1)
输出 –
array([[[ 1, 2, 3],
[ 7, 8, 9],
[13, 14, 15]],[[ 4, 5, 6],
[10, 11, 12],
[16, 17, 18]]])
3 。（轴线=2（柱状堆积）。
np.stack((x,y,z),axis=2)
输出-
array([[[ 1, 7, 13],
[ 2, 8, 14],
[ 3, 9, 15]],[[ 4, 10, 16],
[ 5, 11, 17],
[ 6, 12, 18]]])
例子#3：stack两个三维数组
1.轴=0.只是叠加
#2 input 3d arrays
m=np.array([[[1,2,3],
[4,5,6],
[7,8,9]],
[[10,11,12],
[13,14,15],
[16,17,18]]])
n=np.array([[[51,52,53],
[54,55,56],
[57,58,59]],
[[110,111,112],
[113,114,115],
[116,117,118]]])
# stacking
np.stack((m,n),axis=0)
输出 –
array([[[[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9]],[[ 10, 11, 12],
[ 13, 14, 15],
[ 16, 17, 18]]],[[[ 51, 52, 53],
[ 54, 55, 56],
[ 57, 58, 59]],[[110, 111, 112],
[113, 114, 115],
[116, 117, 118]]]])
2 。axis=1
np.stack((m,n),axis=1)
输出 – 想象一下，如果结果数组将每个数组的第一个平面作为第一维，以此类推。
array([[[[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9]],[[ 51, 52, 53],
[ 54, 55, 56],
[ 57, 58, 59]]],[[[ 10, 11, 12],
[ 13, 14, 15],
[ 16, 17, 18]],[[110, 111, 112],
[113, 114, 115],
[116, 117, 118]]]])
3。axis = 2
np.stack((m,n),axis=2)
输出 –
array([[[[ 1, 2, 3],
[ 51, 52, 53]],[[ 4, 5, 6],
[ 54, 55, 56]],[[ 7, 8, 9],
[ 57, 58, 59]]],[[[ 10, 11, 12],
[110, 111, 112]],[[ 13, 14, 15],
[113, 114, 115]],[[ 16, 17, 18],
[116, 117, 118]]]])
4 。axis = 3
np.stack((m,n),axis=3)
输出 –
array([[[[ 1, 51],
[ 2, 52],
[ 3, 53]],[[ 4, 54],
[ 5, 55],
[ 6, 56]],[[ 7, 57],
[ 8, 58],
[ 9, 59]]],[[[ 10, 110],
[ 11, 111],
[ 12, 112]],[[ 13, 113],
[ 14, 114],
[ 15, 115]],[[ 16, 116],
[ 17, 117],
[ 18, 118]]]])