dask.array.hstack
dask.array.hstack¶
- dask.array.hstack(tup, allow_unknown_chunksizes=False)[源代码]¶
按顺序水平堆叠数组（按列）。
此文档字符串是从 numpy.hstack 复制的。
Dask 版本可能存在一些不一致性。
这相当于沿着第二个轴进行连接，除了对于1维数组，它沿着第一个轴进行连接。重新构建由 hsplit 分割的数组。
此函数对于最多3维的数组最有意义。例如，对于具有高度（第一轴）、宽度（第二轴）和r/g/b通道（第三轴）的像素数据。函数 concatenate、stack 和 block 提供了更通用的堆叠和连接操作。
- 参数
- 元组ndarrays 序列
数组必须在除第二个轴以外的所有轴上具有相同的形状，但一维数组可以是任意长度。
- dtypestr 或 dtype (Dask 中不支持)
如果提供，目标数组将具有此数据类型。不能与 out 一起提供。
1.24 新版功能.
- 类型转换{‘no’, ‘equiv’, ‘safe’, ‘same_kind’, ‘unsafe’}, 可选 (Dask 不支持)
控制可能发生的数据类型转换。默认为 ‘same_kind’。
1.24 新版功能.
- 返回
- 堆叠ndarray
由给定数组堆叠形成的数组。
参见
concatenate沿现有轴连接一系列数组。
stack沿新轴连接数组的序列。
block从嵌套的块列表中组装一个nd数组。
vstack按顺序垂直堆叠数组（按行）。
dstack按深度顺序堆叠数组（沿第三轴）。
column_stack将一维数组堆叠为二维数组的列。
hsplit将一个数组水平分割成多个子数组（按列）。
unstack沿轴将数组拆分为子数组的元组。
示例
>>> import numpy as np >>> a = np.array((1,2,3)) >>> b = np.array((4,5,6)) >>> np.hstack((a,b)) array([1, 2, 3, 4, 5, 6]) >>> a = np.array([[1],[2],[3]]) >>> b = np.array([[4],[5],[6]]) >>> np.hstack((a,b)) array([[1, 4], [2, 5], [3, 6]])