python教程，如何理解numpy的ndarray数组堆叠相关函数？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

官方的说法是堆叠数组，苏南大叔的个人理解是数组合并，本文中涉及的这些操作的区别就在于堆叠的方式不同。涉及的方法有：.hstack()、.vstack()、.dstack()、.column_stack()、.row_stack()、.concatenate()。

苏南大叔的“程序如此灵动”博客，记录苏南大叔的代码编程经验文章。测试环境：win10，python@3.11.0，numpy@1.24.2，pandas@1.5.3。

操作对象

这里定义了三个ndarray变量，ndarray变量的形状都是一样的。代码中是对三个ndarray变量进行了合并堆叠拼接，但是也可以两个一起合并，或者更多个一起合并，增加参数到方法的第一个tuple变量里面即可。

import numpy as np

a = np.array([["苏", "南"], ["大", "叔"]])
b = np.array([["技", "术"], ["博", "客"]])
c = np.array([["号", "好"], ["豪", "?"]])

情况一，类型h，横向堆叠

和横向堆叠有关的函数是：.hstack()、.column_stack()、.concatenate(axis=1)。

测试代码如下：

s1 = np.hstack((a, b, c))
s2 = np.column_stack((a, b, c))
s3 = np.concatenate((a, b, c), axis=1)

输出的结果是这样的：

情况二，类型v，竖向堆叠

和横向堆叠有关的函数是：.vstack()、.row_stack()、.concatenate(axis=0)。

测试代码如下：

s4 = np.vstack((a, b, c))
s5 = np.row_stack((a, b, c))
s6 = np.concatenate((a, b, c), axis=0)

输出的结果是这样的：

情况三，类型d，[丢数据]堆叠

最后一种情况是.dstack()，数据会有所丢失，不知道这个方法会用到什么地方。

测试代码如下：

s7 = np.dstack((a, b, c))

输出的结果是这样的：

总结

不想再细节上分析了，头疼，所以就这样草草结案吧。哈哈哈，大家自己研究吧。更多烧脑python文章，请点击：

• https://newsn.net/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。