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
concatenate
、stack
和block
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]])