np.stack理解

程序借用：Numpy中stack()，hstack()，vstack()函数详解
记录自己的理解，备忘。

一维堆成二维

import numpy as np
a=[[1,2,3],
   [4,5,6]]
print("列表a如下：")
print(a)

print("增加一维，新维度的下标为0")
c=np.stack(a,axis=0)
print(c)

print("增加一维，新维度的下标为1")
c=np.stack(a,axis=1)
print(c)

输出：
列表a如下：
[[1, 2, 3], [4, 5, 6]]
增加一维，新维度下标为0
[[1 2 3]
 [4 5 6]]
增加一维，新维度下标为1
[[1 4]
 [2 5]
 [3 6]]

a可以当作两个1维的张量，维度下标为0。np.stack(a, axis=0)表示增加一个维度，新维度下标0，则原来的维度下标变为1，即

[[1 2 3]
 [4 5 6]]

np.stack(a, axis=1)表示增加的一维的维度下标为1，也就是沿着第1维堆叠，原来的维度不变，还是第0维，即

[[1 4]
 [2 5]
 [3 6]]

对于二维张量，‘高’是第0维，‘宽’是第1维。而对于三维张量，‘深度’是第0维，‘高’是第1维，‘宽’是第2维，以此类推。‘长’‘宽’‘高’是我自己的理解，不知道准不准确。

二维堆成三维

import numpy as np
a=[[1,2,3],
   [4,5,6]]
b=[[1,2,3],
   [4,5,6]]
c=[[1,2,3],
   [4,5,6]]
print("a=",a)
print("b=",b)
print("c=",c)

print("增加一维，新维度的下标为0")
d=np.stack((a,b,c),axis=0)
print(d)

print("增加一维，新维度的下标为1")
d=np.stack((a,b,c),axis=1)
print(d)
print("增加一维，新维度的下标为2")
d=np.stack((a,b,c),axis=2)
print(d)

输出：
('a=', [[1, 2, 3], [4, 5, 6]])
('b=', [[1, 2, 3], [4, 5, 6]])
('c=', [[1, 2, 3], [4, 5, 6]])
增加一维，新维度的下标为0
[[[1 2 3]
  [4 5 6]]

 [[1 2 3]
  [4 5 6]]

 [[1 2 3]
  [4 5 6]]]
增加一维，新维度的下标为1
[[[1 2 3]
  [1 2 3]
  [1 2 3]]

 [[4 5 6]
  [4 5 6]
  [4 5 6]]]
增加一维，新维度的下标为2
[[[1 1 1]
  [2 2 2]
  [3 3 3]]

 [[4 4 4]
  [5 5 5]
  [6 6 6]]]

三维也是一样的，如果增加第0维，则原来的第0维变第1维，原来的第1维变第2维。如果增加第1维，则原来的第0维不变，原来的第1维变第2维。如果增加第2维，则原来的第0维不变，原来的第1维也不变。

widths=np.array([8,16,32])
heights=np.array([32,16,8])
shifts_x = np.array([[0,4,8],[0,4,8]])
shifts_y = np.array([[0,0,0],[4,4,4]])
box_widths, box_centers_x = np.meshgrid(widths, shifts_x)
box_heights, box_centers_y = np.meshgrid(heights, shifts_y)
print(box_widths)
print(box_centers_x)
print(box_heights)
print(box_centers_y)

输出：
[[ 8 16 32]
[ 8 16 32]
[ 8 16 32]
[ 8 16 32]
[ 8 16 32]
[ 8 16 32]]
[[0 0 0]
[4 4 4]
[8 8 8]
[0 0 0]
[4 4 4]
[8 8 8]]
[[32 16 8]
[32 16 8]
[32 16 8]
[32 16 8]
[32 16 8]
[32 16 8]]
[[0 0 0]
[0 0 0]
[0 0 0]
[4 4 4]
[4 4 4]
[4 4 4]]