python numpy stack

最新推荐文章于 2025-05-29 15:05:23 发布

weixin_37763484

最新推荐文章于 2025-05-29 15:05:23 发布

阅读量511

点赞数

CC 4.0 BY-SA版权

分类专栏： python 文章标签： python numpy stack

本文链接：https://blog.youkuaiyun.com/weixin_37763484/article/details/84454822

python 专栏收录该内容

56 篇文章

订阅专栏

本文探讨了NumPy中stack函数的应用，详细解析了通过指定axis参数如何改变数组形状及元素坐标，帮助读者掌握高效数组操作技能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

随机构造两个数组：

c = [[1,2,3,4],[5,6,7,8]]
d = [[10,20,30,40],[50,60,70,80]]

这两个数组没有形状，
print(c.shape)会报错

但是可以把这两个数组理解为（2,4）形状的数组，

或者是（–2,–4，–），短线待会儿用到

1.stack后，数组形状的变化

现在np.stack((c,d),axis = 0)，相当于第一个短线被 ’2‘替换

>>> np.stack((c,d),axis = 0).shape
(2, 2, 4)

现在np.stack((c,d),axis = 1)，相当于第二个短线被 ’2‘替换

np.stack((c,d),axis = 1).shape
(2, 2, 4)

现在np.stack((c,d),axis = 2)，相当于第三个短线被 ’2‘替换

np.stack((c,d),axis = 2).shape
(2, 4, 2)

2.stack，元素坐标的变化

stack中，元素的坐标发生改变

看c中“5”元素的变化，stack之前，c[1,0]=5，或者c[–,1,–,0,–]=5
现在np.stack((c,d),axis = 2),把第二个短线换为0，新数组 A[1,0,0]=5;

看d中“50”元素的变化，stack之前，d[1,0]=50，或者d[–,1,–,0,–]
现在np.stack((c,d),axis = 2),把第二个短线换为1，新数组 A[1,0,1]=50;

np.stack((c,d),axis = 2)

array([[[ 1, 10],
        [ 2, 20],
        [ 3, 30],
        [ 4, 40]],

       [[ 5, 50],
        [ 6, 60],
        [ 7, 70],
        [ 8, 80]]])

3.总结：

stack中，axis是轴的意思，这个轴可以理解为新数组形状的变化（对应标题1），也可以理解为坐标中的空白位置（对应标题2），axis代表在某一维度进行操作，这个维度就是前面的短线