numpy.ma.hstack#

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

水平(按列)顺序堆叠数组。

这等同于沿第二轴进行连接,除了 1-D 数组,它们沿第一个轴进行连接。重建被 hsplit 分割的数组。

对于最多 3 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:
tupndarrays 序列

这些数组必须沿除第二轴之外的所有轴具有相同的形状,除了 1-D 数组,它们可以是任何长度。

dtypestr 或 dtype

如果提供,目标数组将具有此 dtype。不能与 out 一起提供。

1.24 版中的新功能。

casting{‘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’。

1.24 版中的新功能。

返回:
stackedndarray

通过堆叠给定数组形成的数组。

另请参阅

concatenate

沿现有轴连接一系列数组。

stack

沿新轴连接一系列数组。

block

从嵌套的块列表中组装 nd-数组。

vstack

垂直(按行)顺序堆叠数组。

dstack

按深度(沿第三轴)顺序堆叠数组。

column_stack

将 1-D 数组堆叠成列,形成一个 2-D 数组。

hsplit

水平(按列)将数组分成多个子数组。

unstack

沿轴将数组拆分为子数组元组。

注意事项

该函数将应用于 _data 和 _mask(如果有)。

示例

>>> import numpy as np
>>> a = np.array((1,2,3))
>>> b = np.array((4,5,6))
>>> np.hstack((a,b))
array([1, 2, 3, 4, 5, 6])
>>> a = np.array([[1],[2],[3]])
>>> b = np.array([[4],[5],[6]])
>>> np.hstack((a,b))
array([[1, 4],
       [2, 5],
       [3, 6]])