当前位置：数码通 > 动态

Python数组堆叠

来源于数码通 2023-09-30 13:42 动态

Python数组堆叠是指将多个数组按照指定维度进行堆叠，生成一个新数组。 Python的NumPy库提供了丰富的方法来实现数组堆叠操作。本文将从多个方面介绍Python数组堆叠的相关知识。

1。水平堆叠

1。水平堆叠数组是指将多个数组在水平方向（列方向）连接起来，生成一个水平堆叠的新数组。在NumPy库中，可以使用hstack()函数来实现水平堆叠。这是一个例子：

将 numpy 导入为 np

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

print(c) #输出：[1 2 3 4 5 6]

2。另外，如果想要水平堆叠多维数组，可以使用concatenate()函数，并指定axis参数为1。示例如下：

将 numpy 导入为 np

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
c = np.concatenate((a, b), 轴=1)

打印（三）
＃ 输出：
# [[1 2 5 6]
#[3 4 7 8]]

2。垂直堆叠

1。垂直堆叠数组是指将多个数组在垂直方向（行方向）连接起来，生成一个新的垂直堆叠数组。在NumPy库中，可以使用vstack()函数来实现垂直堆叠。示例如下：

将 numpy 导入为 np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.vstack((a, b))

打印（三）
＃ 输出：
# [[1 2 3]
#[4 5 6]]

2。同样，如果想要垂直堆叠多维数组，可以使用 concatenate() 函数，并指定 axis 参数为 0。示例如下：

将 numpy 导入为 np

a = np.array([[1, 2], [3, 4]])b = np.array([[5, 6], [7, 8]])
c = np.concatenate((a, b), 轴=0)

打印（三）
＃ 输出：
# [[1 2]
#[3 4]
#[5 6]
#[7 8]]

3。深度堆叠

1。深堆叠数组是指将多个数组在新的维度上连接起来，生成新的深堆叠数组。在NumPy库中，可以使用dstack()函数来实现深度堆叠。示例如下：

将 numpy 导入为 np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.dstack((a, b))

打印（三）
＃ 输出：
# [[[1 4]
# [2 5]
#[3 6]]]

2。如果想要深度堆叠多维数组，可以使用stack()函数，并指定axis参数为2。示例如下：

将 numpy 导入为 np

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
c = np.stack((a, b), 轴=2)

打印（三）
＃ 输出：
# [[[1 5]
#[2 6]]
#
#[[3 7]
#[4 8]]]

4。扩展维度堆叠

1。有时我们需要扩展数组的某个维度，这可以通过使用expand_dims()函数来实现。这是一个例子：

将 numpy 导入为 np

a = np.array([1, 2, 3])
b = np.expand_dims(a, 轴=0)

打印(b)
＃ 输出：
# [[1 2 3]]

2。同时，还可以使用reshape()函数重新排列尺寸。示例如下：

将 numpy 导入为 np

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

打印(b)
＃ 输出：
# [[1]
# [2]
#[3]]

5。矩阵堆叠

1。在某些场景下，我们需要对矩阵进行堆叠，这可以使用block()函数来实现。这是一个例子：

将 numpy 导入为 np

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
c = np.block([[a, b], [b, a]])

打印（三）
＃ 输出：
# [[1 2 5 6]
# [3 4 7 8]
# [5 6 1 2]
#[7 8 3 4]]

2。 block()函数还可以将多个数组堆叠成更复杂的形式，以满足不同的堆叠要求。