numpy.dstack详解

numpy.dstack

• 用例:
  numpy.dstack(tup)

• 功能:
  将列表中的数组沿深度方向进行拼接。
  当数组为2维数组(M,N)或1维数组(N,)时，首先分别将其维度改变为(M,N,1)、(1,N,1)，然后沿着第三根轴进行拼接。使用函数dsplit可以将数组沿深度方向进行分隔。
  这个函数适用于3维数组，例如图像数据有高（第一根轴），宽（第二根轴），和r/g/b通道（第三根轴）。concatenate、stack和block这三个函数为数组的堆叠以及拼接提供了更多选项。
  让我们先观察一下数组拼接的三个方向:

# 绘制多维数组拼接以及分割的三个轴方向，first axis为竖直方向，second axis为水平方向，third axis为深度方向
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure() 
ax = plt.axes(projection='3d')
x = [0, 0]
y = [0, 0]
z = [0, 1]
ax.plot(x, y, z, label='first axis', linewidth=5)
x = [0, 1]
y = [0, 0]
z = [0, 0]
ax.plot(x, y, z, label='second axis', linewidth=5)
x = [0, 0]
y = [0, 1]
z = [0, 0]
ax.plot(x, y, z, label='third axis', linewidth=5)
ax.legend()

• 参数

变量名	数据类型	功能
tup	数组组成的列表	数组的长宽必须保持一致

• 返回值

变量名	数据类型	功能
stacked	n维数组	将给定数组拼接形成的3维以上的数组

• 示例:

import numpy as np
a = np.array((1,2,3))
b = np.array((2,3,4))
np.dstack((a,b))

---

[[[1, 2],
[2, 3],
[3, 4]]]

---

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

---

[[[1, 2]],
[[2, 3]],
[[3, 4]]]

---

github链接
https://github.com/wzy6642/numpy-translate