numpy.ma.dstack#

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

沿深度方向(第三轴)依次堆叠数组。

这等效于在将形状为 (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) 后,沿第三轴进行连接。重建由 dsplit 分割的数组。

对于最多三维的数组,此函数最有意义。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 concatenatestackblock 提供了更通用的堆叠和连接操作。

参数:
tup数组序列

这些数组除了第三轴外,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。

返回值:
stackedndarray

由堆叠给定数组形成的数组,将至少为三维。

参见

concatenate

沿现有轴连接数组序列。

stack

沿新轴连接数组序列。

block

从嵌套的块列表中组装 nd 数组。

vstack

沿垂直方向(行方向)依次堆叠数组。

hstack

沿水平方向(列方向)依次堆叠数组。

column_stack

将一维数组作为列堆叠到二维数组中。

dsplit

沿第三轴分割数组。

备注

此函数应用于 _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]]])