numpy函数hstack，vstack，dstack简介

vstack、hstack和dstack都用于把几个小数组合并成一个大数组。它们的差别是小数组的元素在大数组中的排列顺序有所不同。把两部手机摆到一起有几种方式？水平的左右排列，垂直的上下排列，还可以把手机一扣在手机二的顶上，把它们摞起来。这三种排列方式体现了vstack、hstack和dstack在合并数组时的特点。

一、vstack

vstack实现了轴0合并。vstack的字母v表示vertical的意思，提示用户把它想象成垂直合并。观察一维和二维数组的情况，b在结果中被排在a的后面，形成a在上，b在下的垂直关系。

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

显然，a被存到c[0]中，b被存到c[1]中，a、b二者在0号轴上连接起来。对于两个高维数组a、b来说，vstack在合并a、b时已全无垂直或上下这样直观的位置关系，但a、b仍旧保持在0号轴上a在前2层，b在后2层的位置关系。程序中np.sum(c[2:]-b)等于0表示c[2:]和b拥有同样的元素，np.sum(c[:2]-a)等于0表示c[:2]与a有同样的元素。想想c有什么样的形状？答曰(4,3,4,5)。

a = np.arange(120).reshape(2,3,4,5)
b = np.arange(120,240).reshape(2,3,4,5)
size = a.shape[0]
print(np.sum(c[:2]-a))
print(np.sum(c[2:]-b))
# 0
# 0

二、hstack

hstack表示轴1合并。hstack的字母h来自于horizontal，表示两个数组是水平的，hstack((a,b))将把b排在a的右边的意思。

print(np.hstack([[1,2],[3]]))
# [1,2,3]

现在没有增维，结果不像vstack，对一维数组合并的结果还是一维的。

a = [[1,2],[3,4]]
b = [[5],[6]]
print(np.hstack([a,b]))
# [[1 2 5]
#  [3 4 6]]

在结果c中，b就在a的右边。它表明c中b元素的1轴坐标会大于a元素的1轴坐标。对于高维数组而言，如下例所示，a的a[:0]、a[:1]、a[:,2]，构成c的c[:,0]、c[:,1]、c[:,2]，b的[:,0]构成c的c[:4]。a、b在1号轴坐标上被连接起来。

a = np.arange(120).reshape(2,3,4,5)
b = np.arange(120,160).reshape(2,1,4,5)
size = a.shape[1]
c = np.hstack([a,b])
print(np.sum(c[:,:size]-a))
print(np.sum(c[:,size:]-b))
# 0
# 0

三、dstack

dstack自然是说deep stack了，它是轴2合并。dstack([a,b])把a和b摞在一起，像一摞扑克牌一样。

a = np.array([1,2])
b = np.array([3,4])
print(np.dstack((a,b)))
# [[[1 3]
#   [2 4]]]

咦，例子的结果跟vstack有点像嘛。前面是长度和宽度的问题，现在是高度的问题了，所以结果变成了三维的。

现在，a、b在2号轴上被连接起来。如果a、b是一维数组，或是二维数组，系统首先将a、b变为三维数组，再按照2号轴进行合并操作，把a追加到c中，再把b的元素排到c中。在结果中，来自于b的元素的2号轴的下标将变大，因此排到a的后面，但各元素其它轴的坐标不变。

a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
c = np.dstack([a,b])
print(c)
'''
[[[1 5][2 6]][[3 7][4 8]]]
'''
print(c[:,:,0])
'''
[[1 2][3 4]]
'''
print(c[:,:,1])
'''
[[5 6][7 8]]
'''

下面的代码演示了对于更高维的数组，如4维数组轴2合并的结果是b沿2号轴排列到a的后面。print(np.sum(c[:,:,4:6]-b))的结果为0表示c[:,:,4] == b[:,:,0]，c[:,:,5] == b[:,:,1]，也就是说c的2号轴的4、5下标是b的元素，自然，前面的0、1、2、3下标的元素是a的元素。

a = np.arange(120).reshape(2,3,4,5)
b = np.arange(120,180).reshape(2,3,2,5)
c = np.dstack([a,b,b])
print(np.sum(c[:,:,:4]-a))
# 0
print(np.sum(c[:,:,4:6]-b))
# 0
print(np.sum(c[:,:,6:]-b))
# 0

一个元素，写于20180411

numpy函数hstack，vstack，dstack简介相关推荐

[转]Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()
Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate() 觉得有用的话,欢迎一起讨论相互学习~Follow Me ...
Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()的使用
Python numpy函数hstack() vstack()stack()dstack()vsplit()concatenate()的使用文章目录: 一. 一. Reference: 1.http ...
Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()
感觉numpy.hstack()和numpy.column_stack()函数略有相似,numpy.vstack()与numpy.row_stack()函数也是挺像的. stackoverflow上也 ...
[Numpy]stack(), hstack(), vstack(), concatenate()
部分资料来源于网络,仅做个人学习之用目录 0. axis取值 1. stack() 2. hstack() 3. vstack() 4. concatenate() 0. axis取值在numpy ...
Python numpy hstack() vstack() stack() dstack() vsplit() concatenate()函数用法和区别
参考文章:Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()
数据处理遇到麻烦不要慌，5个优雅的Numpy函数助你走出困境
选自TowardsDataScience 作者:Baijayanta Roy 机器之心编译在机器学习和数据科学工程的日常数据处理中,我们会遇到一些特殊的情况,需要用样板代码来解决这些问题.在此期间, ...
Python使用numpy函数vsplit垂直（行角度）拆分numpy数组（返回拆分后的numpy数组列表）实战：垂直拆分二维numpy数组、split函数垂直拆分二维numpy数组
Python使用numpy函数vsplit垂直(行角度)拆分numpy数组(返回拆分后的numpy数组列表)实战:垂直拆分二维numpy数组.split函数垂直拆分二维numpy数组目录
Python使用numpy函数hsplit水平（按列）拆分numpy数组（返回拆分后的numpy数组列表）实战：水平（按列）拆分二维numpy数组、split函数水平（按列）拆分二维numpy数组
Python使用numpy函数hsplit水平(按列)拆分numpy数组(返回拆分后的numpy数组列表)实战:水平(按列)拆分二维numpy数组.split函数水平(按列)拆分二维numpy数组目 ...
MSSQL Sql加密函数　hashbytes 用法简介
原文:MSSQL Sql加密函数 hashbytes 用法简介转自:http://www.maomao365.com/?p=4732 一.mssql sql hashbytes 函数简介 hashb ...

numpy函数hstack，vstack，dstack简介

numpy函数hstack，vstack，dstack简介相关推荐

最新文章

热门文章