numpy的stack、hstack、vstack、concatenate区别及使用建议

numpy的stack、hstack、vstack、concatenate

这几个函数都是对数组进行连接，介绍下区别

函数	增加维度	指定维度操作	数组shape要求
concatenate	不增加	能	除了操作维度，其它必须相同
stack	增加	能	必须完全相同
hstack	不增加	不能	除了操作维度，其它必须相同
vstack	不增加	不能	除了操作维度，其它必须相同

从上表就可以看出，concatenate和stack的区别就在于会不会增加维度

a = np.arange(12).reshape(2, 6)
b = np.arange(12).reshape(2, 6)
c = np.concatenate([a, b], axis=0)
d = np.stack([a, b], axis=0)

得到结果

In [20]: c                     
Out[20]: 
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11]])
In [21]: d       
Out[21]: 
array([[[ 0,  1,  2,  3,  4,  5],
        [ 6,  7,  8,  9, 10, 11]],

       [[ 0,  1,  2,  3,  4,  5],
        [ 6,  7,  8,  9, 10, 11]]])

看上去好像相同，但是仔细看就会发现区别

In [23]: c.shape                          
Out[23]: (4, 6)
In [24]: d.shape                         
Out[24]: (2, 2, 6)

c没有增加维度，在指定的0维它的size是两个数组的和，d在0维增加了一个维度。

hstack和vstack其实和concatenate更像，它们的输入参数只有数组，不能指定维度，这两个函数可以用concatenate等价实现，如下

np.hstack([a, b]) == np.concatenate([a, b], axis=1)
np.vstack([a, b]) == np.concatenate([a, b], axis=0)

建议：

• 少使用hstack和vstack，它们的使用和stack有较大差异，建议用concatenate代替
• 需要牢记stack增加维度，concatenate不增加