了解numpy的dstack函数

了解numpy的dstack函数

它更容易理解

np.vstack

，

np.hstack

并且

np.dstack

*通过看做

.shape

输出数组的属性。

使用两个示例数组：

print(a.shape, b.shape)# (3, 2) (3, 2)

• np.vstack

  沿第一维连接…

  print(np.vstack((a, b)).shape)

  (6, 2)

• np.hstack

  沿第二维连接…

  print(np.hstack((a, b)).shape)

  (3, 4)

• 并

  np.dstack

  沿第三维连接。

  print(np.dstack((a, b)).shape)

  (3, 2, 2)

由于

a

和

b

都是二维的，因此

np.dstack

通过插入大小为1的第三个维度来展开它们。这等效于使用

np.newaxis

（或可选地

None

）像这样在第三个维度中对它们进行索引：

print(a[:, :, np.newaxis].shape)# (3, 2, 1)

如果

c = np.dstack((a, b))

，则

c[:, :, 0] == a

和

c[:, :, 1] == b

。

您可以使用

np.concatenate

以下命令更明确地执行相同的 *** 作：

print(np.concatenate((a[..., None], b[..., None]), axis=2).shape)# (3, 2, 2)

---

*使用模块将模块的全部内容导入到全局名称空间

import *

被认为是不好的做法，原因有几个。惯用的方法是

import numpy as np

。