numpy.ma.dstack#

ma.dstack = <numpy.ma.extras._fromnxfunction_seq object>#

按深度（沿第三轴）堆叠数组序列。

这等价于在将形状为 (M,N) 的二维数组重塑为 (M,N,1)，以及将形状为 (N,) 的一维数组重塑为 (1,N,1) 之后，沿第三轴进行连接。它重建了由 dsplit 分割的数组。

此函数对于最多具有3个维度的数组最有意义。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 和 block 提供了更通用的堆叠和连接操作。

参数:
tup数组序列

除第三轴外，所有数组的形状必须相同。一维或二维数组必须具有相同的形状。

返回:
stackedndarray

通过堆叠给定数组形成的数组，将至少是三维的。

另请参阅

concatenate

沿现有轴连接数组序列。

stack

沿新轴连接数组序列。

block

从嵌套的块列表组装一个 nd-array。

vstack

按垂直方向（按行）堆叠数组序列。

hstack

按水平方向（按列）堆叠数组序列。

column_stack

将一维数组作为列堆叠成一个二维数组。

dsplit

沿第三轴分割数组。

备注

此函数同时应用于 _data 和 _mask（如果存在）。

示例

>>> import numpy as np
>>> 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]]])
在本页