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]]])