Numpy row_stack() 函数

Numpy row_stack() 函数用于将一维或二维数组以行的形式堆叠成一个二维数组。该函数定义在 numpy 模块中，可用于将多个一维数组以行的形式堆叠成一个新的二维数组，或者用于沿第一个轴(垂直方向)连接两个形状兼容的二维数组。

numpy.row_stack() 函数将一维数组堆叠成一个二维数组的行，从而生成一个形状为 (m, n) 的数组，其中 m 是数组的数量，n 是数组的长度。与二维数组一起使用时，其行为类似于 numpy.vstack()，只要数组在其他轴上具有兼容的维度，就会沿第一个轴堆叠它们。

语法

以下是 numpy.row_stack() 函数的语法 -

numpy.row_stack(arrays)

参数

以下是 Numpy row_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，除第一个轴外，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行。

示例

以下是一个基本示例，演示如何使用 Numpy row_stack() 函数将两个一维数组堆叠为行 -

import numpy as np
my_Array1 = np.array([10, 20, 30])
my_Array2 = np.array([40, 50, 60])
row_stacked_array = np.row_stack((my_Array1, my_Array2))
print("Array 1 -", my_Array1)
print("数组 2 -", my_Array2)
print("行堆叠数组 -
", row_stacked_array)

输出

上述代码的输出如下:

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

示例 - 堆叠二维数组

在下面的示例中，我们使用 numpy.row_stack() 沿列堆叠两个形状匹配的二维数组。这些数组将沿第一个轴连接起来，生成一个二维数组 -

import numpy as np
my_Array1 = np.array([[29, 73], [16, 34]])
my_Array2 = np.array([[64, 82], [53, 99]])
row_stacked_array = np.row_stack((my_Array1, my_Array2))
print("数组 1 -
", my_Array1)
print("数组 2 -
", my_Array2)
print("行堆叠数组 -
", row_stacked_array)

输出

上述代码的输出如下:

数组 1 -
[[29 73]
[16 34]]
数组 2 -
[[64 82]
[53 99]]
行堆叠数组 -
[[29 73]
[16 34]
[64 82]
[53 99]]

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.row_stack() 将引发 ValueError。在以下示例中，我们尝试堆叠形状不兼容的数组:

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

输出

上述代码的输出如下:

ValueError: all input arrays must have the same shape along all but the first axis

numpy_array_manipulation.html