【Numpy】np.stack()最通俗易懂解释

Motivation

看代码的时候看到有用np.stack()对图像数据做打包的操作，其中的参数axis = 2没太搞明白是什么意思，查了查教程自己做做实验发现网上的教程写的都太麻烦了…理解起来并不直观。于是有了这篇博文

代码分析

from matplotlib import pyplot as plt
import numpy as np

# 这里大家不用管我代码的细节，只需要知道LLY,LHY,HLY,HHY都是32x32的图片就好了
LLY,(LHY,HLY,HHY) = pywt.dwt2(img, 'haar')
plt.subplot(2, 4, 1)
plt.imshow(LLY, cmap="Greys")
plt.subplot(2, 4, 2)
plt.imshow(LHY, cmap="Greys")
plt.subplot(2, 4, 3)
plt.imshow(HLY, cmap="Greys")
plt.subplot(2, 4, 4)
plt.imshow(HHY, cmap="Greys")

Y = np.stack((LLY, LHY, HLY, HHY), axis=2)
print(Y.shape)

plt.subplot(2, 4, 5)
plt.imshow(Y[:, :, 0], cmap="Greys")
plt.subplot(2, 4, 6)
plt.imshow(Y[:, :, 1], cmap="Greys")
plt.subplot(2, 4, 7)
plt.imshow(Y[:, :, 2], cmap="Greys")
plt.subplot(2, 4, 8)
plt.imshow(Y[:, :, 3], cmap="Greys")
plt.show()

Y = np.stack((LLY, LHY, HLY, HHY), axis=0)
print(Y.shape)

我们来看一下结果：

(32, 32, 4)
(4, 32, 32)

如果我们把Y = np.stack((LLY, LHY, HLY, HHY), axis=2)改为Y = np.stack((LLY, LHY, HLY, HHY), axis=1)，然后按照轴1来打印，我们依旧可以得到这个结果：

而Y的shape变为：

(32, 4, 32)

理解

经过上面的实验给出一个简单的理解。不用看网上那堆什么按照这个轴那个轴堆叠起来。
以图像数据为例，axis= n其实意思就是以第n个维度为堆叠轴。比如axis = 0其实就是我们最常见的stack方式，假设有10张32x32的图片，由axis = 0堆叠而成，我们称这个stack为Y的话，Y[0]、Y[1]......Y[9]表示的就是单个图像。同理，如果我们选择axis = 1堆叠，那么你的输出纬度的第二个维度就表示的是堆叠轴（图像是二维，增加了一个堆叠轴，变成三维），选择第二个维度，就可以输出单个图像，即Y[:, 0, :]、Y[:, 1, :]......Y[:, 9, :]。

更高维度也同理，我们可以不用管他中间到底是把哪一行抽出来变成了哪一行，只需要从更宏观一点的角度理解这个函数到底做了什么操作就可以。