Numpy stack(), hstack(), vstack()函数详解及实战应用

Numpy库中的stack(), hstack(), 和 vstack() 是三个用于处理多维数组的重要函数，它们在处理一维或二维数据时非常有用。这里主要关注stack()函数，其基本原型为 stack(arrays, axis=0)。函数接收一个包含多个数组或列表作为参数arrays，并允许指定沿哪个轴(axis)进行堆叠操作。 1. stack()函数详解: - 当arrays是一个包含相同形状元素的列表时，如例子中a = [[1,2,3], [4,5,6]]，stack()会将这些元素视为一维数组，添加一维，形成新的二维数组。 - axis参数决定增加维度的位置。默认值axis=0意味着在原数组的第一维（即列）后面添加新维度，因此当axis=0时，数组a会被堆叠为[[1,2,3], [4,5,6]]，结果为[[1,2,3], [4,5,6]]。如果axis=1，则会在原数组的第一行前面添加新维度，形成[[123], [456]]。 - 如果数组元素形状不一致，如尝试将[4,5]与[1,2,3]一起堆叠，将会引发错误，因为stack()要求所有输入元素具有相同的形状。 - 对于一维数组，axis=0和axis=1的区别在于堆叠的方向：axis=0沿列方向堆叠，axis=1沿行方向堆叠。 2. 使用示例： - 当axis=0时，对于a，增加了新的一维后，原本的列表元素被包裹在单个大数组内，形成类似多维数组[[[1,2,3]], [[4,5,6]]]的结构。 - 当axis=1时，新增的维度在原有的行维度之前，使得结果变成[[1,4], [2,5], [3,6]]，每个子数组对应原列表中的一个元素。 总结，stack()函数是Numpy中用于组合多组一维或二维数组的强大工具，通过调整axis参数，可以灵活地在不同维度上增加新维度，从而创建更复杂的多维数组结构。理解并熟练运用这个函数能够提升数据处理的效率和准确性。同时，hstack()（水平堆叠）和vstack()（垂直堆叠）也有相似但略有不同的用途，它们分别在列和行上堆叠数组，适用于不同场景的数据整合。