numpy.ma.vstack#

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

将数组按顺序垂直堆叠(按行)。

这等效于在将形状为 (N,) 的一维数组重塑为 (1,N) 之后,沿第一个轴进行连接。重建被 vsplit 分割的数组。

此函数对于最多三个维度的数组最有意义。例如,对于具有高度(第一个轴)、宽度(第二个轴)和 r/g/b 通道(第三个轴)的像素数据。函数 concatenatestackblock 提供更通用的堆叠和连接操作。

参数:
tupndarrays 序列

这些数组在除第一个轴以外的所有轴上必须具有相同的形状。一维数组必须具有相同的长度。

dtypestr 或 dtype

如果提供,目标数组将具有此 dtype。不能与 out 一起提供。

版本 1.24 中新增。

casting{‘no’, ‘equiv’, ‘safe’, ‘same_kind’, ‘unsafe’},可选

控制可能发生的哪种数据转换。默认为 ‘same_kind’。

版本 1.24 中新增。

返回值:
stackedndarray

通过堆叠给定数组形成的数组,将至少为二维。

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。

hstack

将数组按顺序水平堆叠(按列)。

dstack

将数组按顺序深度堆叠(沿第三个轴)。

column_stack

将一维数组作为列堆叠到二维数组中。

vsplit

将数组垂直分割成多个子数组(按行)。

unstack

沿轴将数组分割成子数组元组。

备注

该函数适用于 _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.vstack((a,b))
array([[1, 2, 3],
       [4, 5, 6]])
>>> a = np.array([[1], [2], [3]])
>>> b = np.array([[4], [5], [6]])
>>> np.vstack((a,b))
array([[1],
       [2],
       [3],
       [4],
       [5],
       [6]])