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
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
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]]])