Numpy column_stack() 函数

Numpy column_stack() 函数用于将一维或二维数组作为列堆叠成一个二维数组。该函数定义在 numpy 模块中。当我们想要将一个或多个一维数组作为列堆叠成一个新的二维数组，或者想要沿第二个轴连接两个二维数组时，该函数特别有用。

numpy.column_stack() 函数将一维数组堆叠成一个二维数组的列，从而生成一个形状为 (n, m) 的数组，其中 n 是数组的长度，m 是数组的数量。当提供二维数组时，其工作原理类似于 numpy.hstack()，如果它们在其他轴上的维度匹配，则沿第二个轴连接它们。

语法

以下是 Numpy column_stack() 函数的语法 -

numpy.column_stack(arrays)

参数

以下是 Numpy column_stack() 函数的参数 -

• 数组 - 一维或二维数组序列。对于一维数组，所有数组的长度必须相同。对于二维数组，除第二个轴外，其他所有轴的形状都必须相同。

返回值

该函数返回一个二维数组，其中每个输入数组在输出中堆叠为一列。

示例

以下是使用 Numpy column_stack() 函数将两个一维数组堆叠为列的基本示例 -

import numpy as np
array1 = np.array([10, 20, 30])
array2 = np.array([40, 50, 60])
column_stacked_array = np.column_stack((array1, array2))
print("数组 1 -", array1)
print("数组 2 -", array2)
print("列堆叠数组 -
", column_stacked_array)

输出

以下是上述代码的输出 -

数组 1 - [10 20 30]
数组 2 - [40 50 60]
列堆叠数组 -
[[10 40]
[20 50]
[30 60]]

示例 - 堆叠二维数组

在下面的示例中，我们沿行堆叠两个形状匹配的二维数组。这两个数组将沿第二个轴连接起来，从而生成一个更大的二维数组 -

import numpy as np
array1 = np.array([[1, 2], [3, 4]])
array2 = np.array([[5, 6], [7, 8]])
column_stacked_array = np.column_stack((array1, array2))
print("数组 1 -
", array1)
print("数组 2 -
", array2)
print("列堆叠数组 -
", column_stacked_array)

输出

以下是上述代码的输出 -

数组 1 -
[[1 2]
[3 4]]
数组 2 -
[[5 6]
[7 8]]
列堆叠数组 -
[[1 2 5 6]
[3 4 7 8]]

示例 - 堆叠不同形状的数组

如果输入数组的形状不兼容，例如一维数组的长度不匹配，或者二维数组沿其他轴的形状不同，numpy.column_stack() 将引发ValueError。在下面的例子中，我们尝试堆叠不兼容形状的数组 -

import numpy as np
array1 = np.array([1, 2, 3])
array2 = np.array([4, 5])
try:
    column_stacked_array = np.column_stack((array1, array2))
except ValueError as e:
    print("ValueError:", e)

输出

以下是上述代码的输出 -

ValueError: all the input arrays must have same number of dimensions, but the array at index 1 has 2 dimension(s)

numpy_array_manipulation.html