numpy.ma.dstack #
- 嘛。dstack = <numpy.ma.extras._fromnxfunction_seq对象> #
数据栈
按深度顺序(沿第三轴)堆叠数组。
这相当于将形状为(M,N)的二维数组重塑为(M,N,1)并将形状为(N,)的一维数组 重塑为(1, N,1)。重建除以 的数组
dsplit
。此函数对于最多 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
并block
提供更通用的堆栈和串联操作。- 参数:
- tup数组序列
除第三轴外,阵列沿所有轴都必须具有相同的形状。一维或二维数组必须具有相同的形状。
- 返回:
- 堆叠数组
通过堆叠给定数组形成的数组至少是 3-D 的。
也可以看看
concatenate
沿现有轴连接一系列数组。
stack
沿新轴连接一系列数组。
block
从嵌套的块列表组装一个 nd 数组。
vstack
垂直(按行)顺序堆叠数组。
hstack
按水平顺序堆叠数组(按列)。
column_stack
将一维数组作为列堆叠到二维数组中。
dsplit
沿第三轴分割阵列。
笔记
该函数适用于 _data 和 _mask(如果有)。
例子
>>> a = np.array((1,2,3)) >>> b = np.array((2,3,4)) >>> np.dstack((a,b)) array([[[1, 2], [2, 3], [3, 4]]])
>>> a = np.array([[1],[2],[3]]) >>> b = np.array([[2],[3],[4]]) >>> np.dstack((a,b)) array([[[1, 2]], [[2, 3]], [[3, 4]]])