numpy.ma.hstack #
- 嘛。hstack = <numpy.ma.extras._fromnxfunction_seq对象> #
栈
按水平顺序堆叠数组(按列)。
这相当于沿第二个轴的串联,但一维数组除外,它沿第一个轴串联。重建除以 的数组
hsplit
。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:
- ndarray 的tup序列
除了第二个轴之外,数组必须具有相同的形状,一维数组除外,它可以是任意长度。
- dtype str 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。
- ..版本添加:: 1.24
- 强制转换{'no', 'equiv', 'safe', 'same_kind', 'unsafe'},可选
控制可能发生的数据转换类型。默认为“same_kind”。
- ..版本添加:: 1.24
- 返回:
- 堆叠数组
通过堆叠给定数组形成的数组。
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。
dstack
按深度顺序(沿第三轴)堆叠数组。
column_stack
将一维数组作为列堆叠到二维数组中。
hsplit
将数组水平(按列)拆分为多个子数组。
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((4,5,6)) >>> np.hstack((a,b)) array([1, 2, 3, 4, 5, 6]) >>> a = np.array([[1],[2],[3]]) >>> b = np.array([[4],[5],[6]]) >>> np.hstack((a,b)) array([[1, 4], [2, 5], [3, 6]])