numpy.ma.stack#
- ma.stack = <numpy.ma.extras._fromnxfunction_seq object>#
沿新轴连接一系列数组。
axis
参数指定结果维度中新轴的索引。例如,如果axis=0
,它将是第一个维度,如果axis=-1
,它将是最后一个维度。版本 1.10.0 中新增。
- 参数:
- arraysarray_like 序列
每个数组必须具有相同的形状。
- axisint,可选
结果数组中沿其堆叠输入数组的轴。
- outndarray,可选
如果提供,则放置结果的目标。形状必须正确,与未指定 out 参数的 stack 返回的形状匹配。
- dtypestr 或 dtype
如果提供,目标数组将具有此 dtype。不能与 out 一起提供。
版本 1.24 中新增。
- casting{‘no’, ‘equiv’, ‘safe’, ‘same_kind’, ‘unsafe’},可选
控制可能发生的数据类型转换。默认为 ‘same_kind’。
版本 1.24 中新增。
- 返回值:
- stackedndarray
堆叠的数组比输入数组多一个维度。
另请参见
concatenate
沿现有轴连接一系列数组。
block
从块的嵌套列表中组装 nd-array。
split
将数组拆分为大小相等的多个子数组列表。
unstack
沿某个轴将数组拆分为子数组元组。
备注
该函数应用于 _data 和 _mask(如果有)。
示例
>>> import numpy as np >>> rng = np.random.default_rng() >>> arrays = [rng.normal(size=(3,4)) for _ in range(10)] >>> np.stack(arrays, axis=0).shape (10, 3, 4)
>>> np.stack(arrays, axis=1).shape (3, 10, 4)
>>> np.stack(arrays, axis=2).shape (3, 4, 10)
>>> a = np.array([1, 2, 3]) >>> b = np.array([4, 5, 6]) >>> np.stack((a, b)) array([[1, 2, 3], [4, 5, 6]])
>>> np.stack((a, b), axis=-1) array([[1, 4], [2, 5], [3, 6]])