np.stack()函数详解 ==＞堆叠【类似于torch.stack()】

最新推荐文章于 2025-04-18 08:00:00 发布

Pengsen Ma

最新推荐文章于 2025-04-18 08:00:00 发布

阅读量1.8w

点赞数 7

分类专栏：机器学习基础文章标签： python

本文链接：https://blog.csdn.net/weixin_43135178/article/details/116378375

版权

机器学习基础专栏收录该内容

195 篇文章

订阅专栏

1.来看看axis=0时，它是如何进行堆叠的：（按矩阵进行堆叠）

2.再来看看axis=1的时候：（按行进行堆叠）

3.当axis=2时（按列的的元素进行堆叠，先堆叠三个矩阵的第0个元素0,12,24，先堆叠三个矩阵的第1个元素1,13,25....）

numpy.stack(arrays, axis=0)

axis参数指定新轴在结果尺寸中的索引。例如，如果axis=0，它将是第一个维度，如果axis=-1，它将是最后一个维度。

参数：数组：array_like的序列每个数组必须具有相同的形状。axis：int，可选输入数组沿其堆叠的结果数组中的轴。
返回：堆叠：ndarray堆叠数组比输入数组多一个维。

stack为堆叠的意思，这个函数主要有两个参数，

第一个是需要堆叠的多个数组，采用列表的形式输入，例如：np.stack([arrays1,array2,array3],axis=0)。
第二个参数是axis，这个参数表示从哪一个维度进行堆叠以及堆叠的内容，这个维度是相对于堆叠的数组来说的。整个函数的输出为一个新数组。

先定义3个3*4的数组用来进行堆叠，注意进行堆叠的数组形式必须一致，在这里全为3×4：

a=np.array([i for i in range(12)]).reshape(3,4)
b=np.array([i for i in range(12,24)]).reshape(3,4)
c=np.array([i for i in range(24,36)]).reshape(3,4)
 

a= [[ 0  1  2  3]
    [ 4  5  6  7]
    [ 8  9 10 11]]
b= [[12 13 14 15]
    [16 17 18 19]
    [20 21 22 23]]
c= [[24 25 26 27]
    [28 29 30 31]
    [32 33 34 35]]

1.来看看axis=0时，它是如何进行堆叠的：（按矩阵进行堆叠）

new_array=np.stack([a,b,c],axis=0)
print(new_array)
#输出结果为：
[[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]

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

 [[24 25 26 27]
  [28 29 30 31]
  [32 33 34 35]]]

现在我来解释一下为何为这个结果。axis为0，表示它堆叠方向为第0维，堆叠的内容为数组第0维的数据。前面说了第0维是相对于堆叠的数组而言的，而这里数组的第0维其实就是整个3×4的数组（其中第1维为行，第2维为某一行中的一个值，这里有一个层层深入的感觉），所以就是以整个3×4的数组为堆叠内容在第0维上进行堆叠，等到的结果就是一个3×3×4的新数组。再通俗一点，就是将a，b，c分别作为堆叠内容进行堆叠得到3×3×4的输出。

2.再来看看axis=1的时候：（按行进行堆叠）

new_array=np.stack([a,b,c],axis=1)
print(new_array)
#输出结果为：
[[[ 0  1  2  3]
  [12 13 14 15]
  [24 25 26 27]]

 [[ 4  5  6  7]
  [16 17 18 19]
  [28 29 30 31]]

 [[ 8  9 10 11]
  [20 21 22 23]
  [32 33 34 35]]]

和刚才的解释一样，axis为1表示堆叠的方向为3×4数组的第1维（行），堆叠内容也为3×4数组的第1维的数据。而3×4的数组的第1维就是它的行，以数组a为例，它的堆叠数据分别是[0 1 2 3]，[ 4 5 6 7]，[ 8 9 10 11]。所以a，b，c三个数组在第1维上堆叠后的结果就是上面的输出结果。
在这里插入图片描述

3.当axis=2时（按列的的元素进行堆叠，先堆叠三个矩阵的第0个元素0,12,24，先堆叠三个矩阵的第1个元素1,13,25....）

new_array=np.stack([a,b,c],axis=2)
print(new_array)
[[[ 0 12 24]
  [ 1 13 25]
  [ 2 14 26]
  [ 3 15 27]]

 [[ 4 16 28]
  [ 5 17 29]
  [ 6 18 30]
  [ 7 19 31]]

 [[ 8 20 32]
  [ 9 21 33]
  [10 22 34]
  [11 23 35]]]

表示堆叠内容是3×4数组的第二维的数据（数组中某一行的某个值），堆叠方向为第二维（要先补全某一行）。对于数组a，第2维的第一个值为0，b为12，c为24，所这三个值组成堆叠后的新数组的一行，以此类推，最终可以得到下面的输出结果。

原文连接：np.stack()函数详解_冬天的东_的博客-CSDN博客