Numpy中的stack函数

stack(x,axis=0)

这个函数用于将多个数组合并,其中每个数组的shape都相同,其中axis表示在第几个空间开始进行结合,这样说很难理解,举例说明:

[0,1,2,3] 的shape可看做(1,4)

a =  np.arange(4)
b =  np.arange(4)
c=np.stack((a,b),axis=0)
print(c)
print(c.shape)

输出:
[[0 1 2 3]
 [0 1 2 3]]
(2, 4)    

c=np.stack((a,b),axis=1)

输出:
[[0 0]
 [1 1]
 [2 2]
 [3 3]]
(4, 2)

当axis等于0时,在0这个维度每个元素包含的内容是[0 1 2 3],所以匹配的内容也就是[0 1 2 3],并且元素只有这一个。
当axis等于1时,则匹配第二个维度,两个数组的第二个维度的元素都分别为1,2,3,4,每次匹配都会产生相应的结果,在这里分别为[0 0],[1 1],[2 2],[3 3]。

再举个例子:

a =  np.arange(4).reshape(2,2)
b=  np.arange(4).reshape(2,2)
c=np.stack((a,b),axis=0)

print(c)
print(c.shape)

输出:                                #匹配的元素为数组本身
[[[0 1]
  [2 3]]

 [[0 1]
  [2 3]]]
(2, 2, 2)    


c=np.stack((a,b),axis=1)

print(c)
print(c.shape)

输出:                                #匹配的元素为[0 1],[2 3]
[[[0 1]
  [0 1]]

 [[2 3]
  [2 3]]]
(2, 2, 2)

c=np.stack((a,b),axis=2)

print(c)
print(c.shape)    

输出:                                #匹配的元素为0,1,2,3
[[[0 0]
 [1 1]]

 [[2 2]
  [3 3]]]
(2, 2, 2)

这里的数组的shape为(2,2),但在这个函数中一定要看成(1,2,2)