numpy.vstack()||stack()||hstack()结构及用法

• numpy.vstack(tup) 官方文档

垂直方向堆叠阵列（按行排列）

垂直方向堆叠，列数不变，行数改变。就像搭积木，是垂直搭，越搭越高，但是并没有变宽。

参数tup可以是元组，列表，或者numpy数组，返回结果为numpy的数组。

>>> a = np.array([1, 2, 3])
>>> b = np.array([2, 3, 4])
>>> np.vstack((a,b))
array([[1, 2, 3],
       [2, 3, 4]])
       
>>> a = np.array([[1], [2], [3]])
>>> b = np.array([[2], [3], [4]])
>>> np.vstack((a,b))
array([[1],
       [2],
       [3],
       [2],
       [3],
       [4]])

以上是最简单的例子，如果tup作为list里面每个元素是series，会把series先转化为list，然后再运行。（是通过例子的出来的黑盒结论，没有看过源代码，所以不保证正确）举例如下：

• numpy.stack() 官方文档

>>> a = np.array([1, 2, 3])
>>> b = np.array([2, 3, 4])
>>> np.stack((a, b))
array([[1, 2, 3],
       [2, 3, 4]])
>>> np.stack((a, b), axis=-1)
array([[1, 2],
       [2, 3],
       [3, 4]])

• numpy.hstack(tup) 官方文档

按行堆叠，列数改变,行数不变，与vstack()对应存在。

>>> a = np.array((1,2,3))
>>> b = np.array((2,3,4))
>>> np.hstack((a,b))
array([1, 2, 3, 2, 3, 4])
>>> a = np.array([[1],[2],[3]])
>>> b = np.array([[2],[3],[4]])
>>> np.hstack((a,b))
array([[1, 2],
       [2, 3],
       [3, 4]])

• Reference

1. Numpy中stack()，hstack()，vstack()函数详解
2. Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()