本文主要是介绍关于np.stack函数，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
在Python中，经常会用到关于数组的堆叠，如np.stack函数就是一个用于numpy数组堆叠的函数，关于该函数的用法，大都是给出了示例，而没有分析其中原理，下面会举例关于np.stack函数的用法，示例和原理。
np.stack函数的调用方式：
import numpy as np
np.stack(arrays,axis)下面给出一个具体的示例如下：
a = np.array([[1,2,3,4], [5,6,7,8]])
b = np.array([[2,2,1,4], [3,5,7,8]])
c = np.array([[5,7,7,3], [6,6,2,8]])
arrays = np.asarray([a, b , c])
a
Out[51]:
array([[1, 2, 3, 4],[5, 6, 7, 8]])b
Out[58]:
array([[2, 2, 1, 4],[3, 5, 7, 8]])c
Out[65]:
array([[5, 7, 7, 3],[6, 6, 2, 8]])arrays
Out[61]:
array([[[1, 2, 3, 4],[5, 6, 7, 8]],[[2, 2, 1, 4],[3, 5, 7, 8]],[[5, 7, 7, 3],[6, 6, 2, 8]]])np.stack(arrays, axis=0)
Out[62]:
array([[[1, 2, 3, 4],[5, 6, 7, 8]],[[2, 2, 1, 4],[3, 5, 7, 8]],[[5, 7, 7, 3],[6, 6, 2, 8]]])np.stack(arrays, axis=1)
Out[63]:
array([[[1, 2, 3, 4],[2, 2, 1, 4],[5, 7, 7, 3]],[[5, 6, 7, 8],[3, 5, 7, 8],[6, 6, 2, 8]]])np.stack(arrays, axis=2)
Out[64]:
array([[[1, 2, 5],[2, 2, 7],[3, 1, 7],[4, 4, 3]],[[5, 3, 6],[6, 5, 6],[7, 7, 2],[8, 8, 8]]])下面分析一下其中原理。
arrays.shape
Out[66]: (3, 2, 4)arrays[0] #axis=0
Out[67]:
array([[1, 2, 3, 4],[5, 6, 7, 8]])arrays[0][0] #axis=1
Out[68]: array([1, 2, 3, 4])arrays[0][0][0] #axis=2
Out[69]: 1从arrays.shape可以看出arrays有三个轴，即axis=0, 1, 2。当axis=0时表示最外层的中括号，三个轴则最外层有三个中括号。axis=0则表示将向内一层的内容看做一个整体，比如示例中arrays[0]的值，axis=1在在axis=0的基础上再取更内一层的内容，层层向内解包，最后进入axis=2，则直接取得元素的值，如arrays[0][0][0]。
由以上的理论可知，np.stack(arrays, axis=0)则表示取出每个二维数组（最外层有两个中括号）相应的索引对应的数组进行堆叠，这里np.stack(arrays, axis=0)则表示arrays[0], arrays[1], arrays[2]进行堆叠，所以结果与原始数组一样。
np.stack(arrays, axis=1)则表示arrays[0][0], arrays[1][0]和arrays[2][0]进行堆叠，然后是arrays[0][1]，arrays[1][1]与arrays[2][1]进行堆叠。
np.stack(arrays, axis=2)则表示arrays[0][0][0]，arrays[1][0][0]和arrays[2][0][0]进行堆叠，然后是arrays[0][0][1]，arrays[1][0][1]与arrays[2][0][1]进行堆叠，接着为arrays[0][0][2]，arrays[1][0][2]与arrays[2][0][2]进行堆叠......
这篇关于关于np.stack函数的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
