numpy.vstack #

麻木的。vstack ( tup , * , dtype = None , casting = 'same_kind' ) [来源] #

垂直(按行)顺序堆叠数组。

这相当于将形状(N,)的一维数组重塑为(1,N)后沿第一个轴串联。重建除以 的数组 vsplit

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,stackblock提供更通用的堆栈和串联操作。

np.row_stack是 的别名vstack。它们是相同的功能。

参数
ndarray 的tup序列

除第一个轴外,阵列沿所有轴都必须具有相同的形状。一维数组必须具有相同的长度。

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至少是二维的。

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。

hstack

按水平顺序堆叠数组(按列)。

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。

vsplit

将数组垂直(按行)拆分为多个子数组。

例子

>>> a = np.array([1, 2, 3])
>>> b = np.array([4, 5, 6])
>>> np.vstack((a,b))
array([[1, 2, 3],
       [4, 5, 6]])
>>> a = np.array([[1], [2], [3]])
>>> b = np.array([[4], [5], [6]])
>>> np.vstack((a,b))
array([[1],
       [2],
       [3],
       [4],
       [5],
       [6]])