numpy.stack

numpy.stack(arrays, axis=0, out=None, *, dtype=None, casting='same_kind')

沿新轴连接一系列数组.

axis 参数指定新轴在结果维度中的索引.例如,如果 axis=0 它将是第一个维度,如果 axis=-1 它将是最后一个维度.

在 1.10.0 版本加入.

参数:

arrayssequence of array_like

每个数组必须具有相同的形状.

axisint, 可选

结果数组中沿着该轴堆叠输入数组.

outndarray, 可选

如果提供,结果放置的目标位置.形状必须正确,匹配在不指定 out 参数时 stack 将返回的内容.

dtypestr 或 dtype

如果提供,目标数组将具有此数据类型.不能与 out 一起提供.

在 1.24 版本加入.

casting{‘no’, ‘equiv’, ‘safe’, ‘same_kind’, ‘unsafe’}, 可选

控制可能发生的数据类型转换.默认为 ‘same_kind’.

在 1.24 版本加入.

返回:

stackedndarray

堆叠数组比输入数组多一个维度.

参见

concatenate

沿现有轴连接一系列数组.

block

从嵌套的块列表中组装一个nd数组.

split

将数组拆分为多个等大小的子数组列表.

unstack

将数组沿轴分割成子数组的元组.

示例

>>> import numpy as np
>>> rng = np.random.default_rng()
>>> arrays = [rng.normal(size=(3,4)) for _ in range(10)]
>>> np.stack(arrays, axis=0).shape
(10, 3, 4)

>>> np.stack(arrays, axis=1).shape
(3, 10, 4)

>>> np.stack(arrays, axis=2).shape
(3, 4, 10)

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

>>> np.stack((a, b), axis=-1)
array([[1, 4],
       [2, 5],
       [3, 6]])