NumPy学习指南——2.7 数组的组合

NumPy数组有水平组合、垂直组合和深度组合等多种组合方式，我们将使用vstack、 dstack、hstack、column_stack、row_stack以及concatenate函数来完成数组的组合。

先创建两个数组

import numpy as np

a = np.arange(24).reshape(2,3,4)

b = a * 2

输出如下：

In [7]: a
Out[7]: 
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])

In [8]: b
Out[8]: 
array([[[ 0,  2,  4,  6],
        [ 8, 10, 12, 14],
        [16, 18, 20, 22]],

       [[24, 26, 28, 30],
        [32, 34, 36, 38],
        [40, 42, 44, 46]]])

（1）水平组合——np.hstack()

参数可以是元组、列表或者numpy数组，返回结果为numpy数组。

In [10]: np.hstack((a, b))
Out[10]: 
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11],
        [ 0,  2,  4,  6],
        [ 8, 10, 12, 14],
        [16, 18, 20, 22]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23],
        [24, 26, 28, 30],
        [32, 34, 36, 38],
        [40, 42, 44, 46]]])

可以看到，两个shape为（2，3，4）的数组，水平组合成为了一个（2，6，4）的数组，即在axis=1轴上进行组合。

可以用np.concatenate()函数来实现同样的效果：

设置参数axis=1

In [13]: np.concatenate((a, b), axis=1)
Out[13]: 
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11],
        [ 0,  2,  4,  6],
        [ 8, 10, 12, 14],
        [16, 18, 20, 22]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23],
        [24, 26, 28, 30],
        [32, 34, 36, 38],
        [40, 42, 44, 46]]])

（2）垂直组合——np.vstack()

参数可以是元组、列表或者numpy数组，返回结果为numpy数组。

In [14]: np.vstack((a, b))
Out[14]: 
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]],

       [[ 0,  2,  4,  6],
        [ 8, 10, 12, 14],
        [16, 18, 20, 22]],

       [[24, 26, 28, 30],
        [32, 34, 36, 38],
        [40, 42, 44, 46]]])

可以看到，两个shape为（2，3，4）的数组，垂直组合成为了一个（4，3，4）的数组，即在axis=0轴上进行组合。

可以用np.concatenate()函数来实现同样的效果：

In [15]: np.concatenate((a, b))
Out[15]: 
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]],

       [[ 0,  2,  4,  6],
        [ 8, 10, 12, 14],
        [16, 18, 20, 22]],

       [[24, 26, 28, 30],
        [32, 34, 36, 38],
        [40, 42, 44, 46]]])

这是在0轴上的组合，因为concatenate()函数默认axis=0，所以这里可以不用设置axis。

（3）深度组合——np.dstack()

In [21]: np.dstack((a, b))
Out[21]: 
array([[[ 0,  1,  2,  3,  0,  2,  4,  6],
        [ 4,  5,  6,  7,  8, 10, 12, 14],
        [ 8,  9, 10, 11, 16, 18, 20, 22]],

       [[12, 13, 14, 15, 24, 26, 28, 30],
        [16, 17, 18, 19, 32, 34, 36, 38],
        [20, 21, 22, 23, 40, 42, 44, 46]]])

可以看到，两个shape为（2，3，4）的数组，深度组合成为了一个（2，3，8）的数组。

可以用np.concatenate()函数来实现同样的效果，设置axis=2：

In [22]: np.concatenate((a, b), axis=2)
Out[22]: 
array([[[ 0,  1,  2,  3,  0,  2,  4,  6],
        [ 4,  5,  6,  7,  8, 10, 12, 14],
        [ 8,  9, 10, 11, 16, 18, 20, 22]],

       [[12, 13, 14, 15, 24, 26, 28, 30],
        [16, 17, 18, 19, 32, 34, 36, 38],
        [20, 21, 22, 23, 40, 42, 44, 46]]])

（4）列组合——np.column_stack()

（5）行组合——np.row_stack()

更多详细内容可以参考：numpy库数组拼接快捷方式horizontal&vertical、np.c_、np.column_stack等官方文档详解与实例