Numpy stack() 函数

Numpy stack() 函数用于沿新轴连接一系列数组。所有输入数组必须具有相同的形状。

此函数可用于沿指定维度组合相同形状的数组，同时在输出数组中创建新的维度。例如，沿新轴堆叠两个二维数组将创建一个三维数组。

语法

Numpy stack() 函数的语法如下:-

numpy.stack(arrays, axis=0, out=None, *, dtype=None, casting='same_kind')

参数

• arrays: 这些是要堆叠的数组。所有数组必须具有相同的形状。
• axis: 数组堆叠所沿的轴。它必须介于 0 和输入数组的维数之间。
• out:如果提供，则为结果的存放位置。它应该具有适当的形状和数据类型。
• dtype:如果提供，则为结果数组使用的数据类型。
• casting:控制可能发生的数据转换类型。

返回值

stack() 函数返回比输入数组多一个维度的堆叠数组。

示例 1

以下是使用 Numpy stack() 函数的基本示例。在此示例中，两个一维数组沿新轴堆叠，生成一个二维数组。

import numpy as np

array1 = np.array([1, 2, 3])
array2 = np.array([4, 5, 6])
stacked_array = np.stack((array1, array2))

print("堆叠数组:
", stacked_array)

输出

堆叠数组:
[[1 2 3]
[4 5 6]]

示例 2

这是另一个使用 stack() 函数的示例，在此示例中，两个二维数组被堆叠在一起。沿轴 1 进行转换，生成一个三维数组 -

import numpy as np

array1 = np.array([[1, 2], [3, 4]])
array2 = np.array([[5, 6], [7, 8]])
stacked_array = np.stack((array1, array2), axis=1)

print("堆叠数组:
", stacked_array)

输出

堆叠数组:
[[[1 2]
[5 6]]
[[3 4]
[7 8]]]

示例 3

此示例为两个三维数组沿轴 2 堆叠，生成四维数组 -

import numpy as np

array1 = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
array2 = np.array([[[9, 10], [11, 12]], [[13, 14], [15, 16]]])
stacked_array = np.stack((array1, array2), axis=2)

print("堆叠数组:
", stacked_array)

输出

堆叠数组:
[[[[ 1  2]
[ 9 10]]
[[ 3  4]
[11 12]]]
[[[ 5  6]
[13 14]]
[[ 7  8]
[15 16]]]]

numpy_array_manipulation.html