堆叠数组

从深度看,数组既可以横向叠放,也可以竖向叠放

首先建立某些数组

In [19]: a = np.arange(9).reshape(3,3)

In [20]: a
Out[20]: 
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

In [21]: b = a * 2

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

• 水平叠加(hstack)

  • 首先用元祖确定数组的形状,然后由hstack()函数处理数组

        In [26]: np.hstack((a,b))
        Out[26]: 
        array([[ 0,  1,  2,  0,  2,  4],
            [ 3,  4,  5,  6,  8, 10],
            [ 6,  7,  8, 12, 14, 16]])
  

  • 使用concatenate()也能达到同样的效果

       In [27]: np.concatenate((a,b), axis=1)
       Out[27]: 
       array([[ 0,  1,  2,  0,  2,  4],
           [ 3,  4,  5,  6,  8, 10],
           [ 6,  7,  8, 12, 14, 16]])
  

• 垂直叠加(vstack)

  • 首先用元祖确定数组的形状,然后由vstack()函数处理数组

       In [28]: np.vstack((a,b))
       Out[28]: 
       array([[ 0,  1,  2],
              [ 3,  4,  5],
              [ 6,  7,  8],
              [ 0,  2,  4],
              [ 6,  8, 10],
              [12, 14, 16]])
  

  • 当axis值为0时,concatenate()函数也能达到同样的效果.实际上,这是该函数的缺省值

        In [29]: np.concatenate((a,b), axis=0)
        Out[29]: 
        array([[ 0,  1,  2],
               [ 3,  4,  5],
               [ 6,  7,  8],
               [ 0,  2,  4],
               [ 6,  8, 10],
               [12, 14, 16]])
  

• 深度叠加(dtsack)

  这要用到dtsack()函数和一个元祖.这种方法是沿着第三个坐标轴(纵向)的方向来叠加一摞数组.可以在一个图像数据的二维码数组上叠加另一幅图像的数据

    In [30]: np.dstack((a,b))
    Out[30]: 
    array([[[ 0,  0],
            [ 1,  2],
            [ 2,  4]],
  
           [[ 3,  6],
            [ 4,  8],
            [ 5, 10]],
  
           [[ 6, 12],
            [ 7, 14],
            [ 8, 16]]])
  

• 列式堆叠(column_stack)

  column_stack()函数以列方式对一维数组进行堆叠

    In [31]: oned = np.arange(2)
  
    In [32]: oned
    Out[32]: array([0, 1])
  
    In [33]: twice_oned = oned * 2
  
    In [34]: twice_oned
    Out[34]: array([0, 2])
  
    In [35]: np.column_stack((oned,twice_oned))
    Out[35]: 
    array([[0, 0],
           [1, 2]])
  

  使用这张方法堆叠数组,过程类似于hstack()函数

  In [36]: np.column_stack((a,b))
  Out[36]: 
  array([[ 0,  1,  2,  0,  2,  4],
         [ 3,  4,  5,  6,  8, 10],
         [ 6,  7,  8, 12, 14, 16]])
  
  In [37]: np.column_stack((a,b)) == np.hstack((a,b))
  Out[37]: 
  array([[ True,  True,  True,  True,  True,  True],
         [ True,  True,  True,  True,  True,  True],
         [ True,  True,  True,  True,  True,  True]], 
         dtype=bool)
  

• 行式堆叠(row_stack)

  row_stack()函数它将数组作为行码放到二维数组中

    In [38]: np.row_stack((oned,twice_oned))
    Out[38]: 
    array([[0, 1],
        [0, 2]])
  
    In [39]: np.row_stack((a,b))
    Out[39]: 
    array([[ 0,  1,  2],
           [ 3,  4,  5],
           [ 6,  7,  8],
           [ 0,  2,  4],
           [ 6,  8, 10],
           [12, 14, 16]])
  
    In [40]: np.row_stack((a,b)) == np.vstack((a,b))
    Out[40]: 
    array([[ True,  True,  True],
           [ True,  True,  True],
           [ True,  True,  True],
           [ True,  True,  True],
           [ True,  True,  True],
           [ True,  True,  True]],
           dtype=bool)
  

结束语

如果您对这篇文章有什么意见或者建议,请评论与我讨论.
如果您觉得还不错的话~可以点个喜欢鼓励我哦.
如果您想和我一起学习,请毫不吝啬的私信我吧~