使用 stack() 在轴 1 上连接一系列 NumPy 数组
要连接一系列数组,请在 Python NumPy 中使用 **numpy.stack()** 方法。axis 参数指定结果维度中新轴的索引。这里,我们设置了轴 1。
该函数返回的堆叠数组比输入数组多一个维度。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。
如果提供 out 参数,则将其作为放置结果的目标。形状必须正确,与如果没有指定 out 参数则 stack 将返回的形状匹配。
步骤
首先,导入所需的库 -
import numpy as np
使用 array() 方法创建两个 NumPy 数组。我们插入了 int 类型的元素 -
arr1 = np.array([49, 76, 61, 82, 69, 29]) arr2 = np.array([40, 60, 89, 55, 32, 98])
显示数组 -
print("Array 1...
", arr1) print("
Array 2...
", arr2)
获取数组的类型 -
print("
Our Array 1 type...
", arr1.dtype) print("
Our Array 2 type...
", arr2.dtype)
获取数组的维度 -
print("
Our Array 1 Dimensions...
",arr1.ndim) print("
Our Array 2 Dimensions...
",arr2.ndim)
获取数组的形状 -
print("
Our Array 1 Shape...
",arr1.shape) print("
Our Array 2 Shape...
",arr2.shape)
要连接一系列数组,请使用 numpy.stack() 方法。axis 参数指定结果维度中新轴的索引。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 -
print("
Result (stack over axis 1)...
",np.stack((arr1, arr2), axis = 1))
示例
import numpy as np # Creating two numpy arrays using the array() method # We have inserted elements of int type arr1 = np.array([49, 76, 61, 82, 69, 29]) arr2 = np.array([40, 60, 89, 55, 32, 98]) # Display the arrays print("Array 1...
", arr1) print("
Array 2...
", arr2) # Get the type of the arrays print("
Our Array 1 type...
", arr1.dtype) print("
Our Array 2 type...
", arr2.dtype) # Get the dimensions of the Arrays print("
Our Array 1 Dimensions...
",arr1.ndim) print("
Our Array 2 Dimensions...
",arr2.ndim) # Get the shape of the Arrays print("
Our Array 1 Shape...
",arr1.shape) print("
Our Array 2 Shape...
",arr2.shape) # To join a sequence of arrays, use the numpy.stack() method in Python Numpy # The axis parameter specifies the index of the new axis in the dimensions of the result. # If axis=0 it will be the first dimension and if axis=-1 it will be the last dimension. print("
Result (stack over axis 1)...
",np.stack((arr1, arr2), axis = 1))
输出
Array 1... [49 76 61 82 69 29] Array 2... [40 60 89 55 32 98] Our Array 1 type... int64 Our Array 2 type... int64 Our Array 1 Dimensions... 1 Our Array 2 Dimensions... 1 Our Array 1 Shape... (6,) Our Array 2 Shape... (6,) Result (stack over axis 1)... [[49 40] [76 60] [61 89] [82 55] [69 32] [29 98]]
广告