Numpy中stack()，hstack()，vstack()函数的使用方法

stack()与hstack()，vstack()不同，前者堆叠数组是联结（join），而后两者是串联（concatenation），可以体会一下。

1. stack()函数

按照指定的轴对数组序列进行联结。
语法格式：numpy.stack(arrays, axis=0, out=None)
参数:
arrays :数组序列，数组的形状（shape）必须相同

代码：

import numpy as np
a=[[1,2,3],[4,5,6]]
b=[[1,2,3],[4,5,6]]
c=[[1,2,3],[4,5,6]]
print("a=",a)
print("b=",b)
print("c=",c)d=np.stack((a,b,c),axis=0)
print('"axis=0":\n',d)d=np.stack((a,b,c),axis=1)
print('"axis=1":\n',d)d=np.stack((a,b,c),axis=2)
print('"axis=2":\n',d)

结果：

(a,b,c)的shape为（3*2*3^’），既然是堆叠，那么

当axes=0，就是以0这个维度的元素为单位，[[1 2 3] [4 5 6]]₀、[[1 2 3] [4 5 6]]₁、[[1 2 3] [4 5 6]]₂自成一个单位，按下标[0,1,2]顺序排（堆）起来即可，结果的shape为（3*2*3^’）；

当axes=1,就是以1这个维度的元素为单位[1 2 3]₀、[4 5 6]₁、[1 2 3]₀、[4 5 6]₁、[1 2 3]₀、[4 5 6]₁，按下标[[0,0,0]，[1,1,1]]进行堆叠即可，结果的shape为（2*3*3^’）；

当axes=2,就是以2这个维度的元素为单位1₀、2₁、3₂、4₃、5₄、6₅、1₀、2₁、3₂、4₃、5₄、6₅、1₀、2₁、3₂、4₃、5₄、6₅，按下标[[[0,0,0]，[1,1,1]，[2,2,2]],[[3,3,3]，[4,4,4]，[5,5,5]]]进行堆叠即可，结果的shape为（2*3^’*3）；

文档中表述的也是这个意思。
numpy.stack

2. hstack()函数

语法格式：numpy.hstack(tup)
参数：
tup：ndarrays数组序列，除了一维数组的堆叠可以是不同长度外，其它数组堆叠时，除了第二个轴的长度可以不同外，其它轴的长度必须相同。

原因在于一维数组进行堆叠是按照第一个轴进行堆叠的，其他数组堆叠都是按照第二个轴堆叠的。

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

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

代码：

import numpy as np
a=[[1,2,3],[4,5,6]]
b=[[1,2,3],[4,5,6]]
c=[[1,2,3],[4,5,6]]
print(np.hstack((a,b,c)))

结果：

numpy.hstack

3. vstack()函数

沿着第一个轴堆叠数组。
语法格式：numpy.vstack(tup)
参数：
tup：ndarrays数组序列，如果是一维数组进行堆叠，则数组长度必须相同；除此之外，其它数组堆叠时，除数组第一个轴的长度可以不同，其它轴长度必须一样。

a = np.array([1, 2, 3])
b = np.array([2, 3, 4])
np.vstack((a,b))
输出：
array([[1, 2, 3],[2, 3, 4]])

a = np.array([[1], [2], [3]])
b = np.array([[2], [3], [4]])
np.vstack((a,b))
输出：
array([[1],[2],[3],[2],[3],[4]])

代码：

import numpy as np
a=[[1,2,3],[4,5,6]]
b=[[1,2,3],[4,5,6]]
c=[[1,2,3],[4,5,6]]
print(np.vstack((a,b,c)))

结果：

numpy.vstack