numpy.vstack#

numpy.vstack(tup, *, dtype=None, casting='same_kind')[源代码]#

按顺序垂直堆叠数组（按行）.

这相当于沿第一个轴进行连接,在形状为 (N,) 的 1-D 数组被重塑为 (1,N) 之后.重建由 vsplit 分割的数组.

这个函数对于最多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:
tupndarrays 序列

数组必须在除第一个轴以外的所有轴上具有相同的形状.一维数组必须具有相同的长度.

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

通过堆叠给定的数组形成的数组,将至少是二维的.

参见

concatenate

沿现有轴连接一系列数组.

stack

沿新轴连接一系列数组.

block

从嵌套的块列表中组装一个nd数组.

hstack

按顺序水平堆叠数组（按列）.

dstack

按顺序深度堆叠数组（沿第三轴）.

column_stack

将一维数组作为列堆叠成二维数组.

vsplit

将一个数组垂直（按行）拆分为多个子数组.

unstack

将数组沿轴分割成子数组的元组.

示例

>>> import numpy as np
>>> a = np.array([1, 2, 3])
>>> b = np.array([4, 5, 6])
>>> np.vstack((a,b))
array([[1, 2, 3],
       [4, 5, 6]])

>>> a = np.array([[1], [2], [3]])
>>> b = np.array([[4], [5], [6]])
>>> np.vstack((a,b))
array([[1],
       [2],
       [3],
       [4],
       [5],
       [6]])
On this page