numpy—np.stack、np.hstack、np.vstack

numpy.stack(arrays, axis=0, out=None)

描述

沿着新的轴连接数组序列。
axis参数指定新轴在结果维度中的索引。
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

arrays ：sequence of array_like
每个数组必须具有相同的形状

axis ： int, optional
结果数组中的轴，输入数组是沿着这个轴堆叠的

out : ndarray, optional
如果提供，则用来放置结果，形状必须正确，与没有指定out参数时堆栈将返回的形状匹配

返回

stacked : ndarray
堆叠数组的维度比输入数组的大

np.hstack

np.hstack(tup)
tup:除了第二轴之外，数组必须具有相同的形状，一维数组可以是任何长度

水平（按列）顺序堆叠数组。
这等效于沿第二个轴的串联，除了一维数组沿第一个轴的串联。
这个函数对于三维以下的数组最有意义。例如，对于具有高度(第一轴)、宽度(第二轴)和r/g/b通道(第三轴)的像素数据。concatenate、stack和block函数提供更通用的堆叠和拼接操作。

a = np.array((1,2,3))
b = np.array((2,3,4))
np.hstack((a,b))
array([1, 2, 3, 2, 3, 4])

a = np.array([[1],[2],[3]])
b = np.array([[2],[3],[4]])
np.hstack((a,b))
array([[1, 2],
       [2, 3],
       [3, 4]])

通俗理解就是第二个轴水平方向堆叠数组

np.vstack

numpy.vstack(tup)

作用是：按垂直顺序堆叠数组
	 这等效于形状（N，）的1-D数组已重塑为（1，N）后沿第一轴进行连接

参数：
tup：除第一轴外，所有数组的形状都必须相同。一维数组的长度必须相同
通过堆叠给定数组形成的数组将至少为二维