使用 stack() 连接 Numpy 数组序列
numpyserver side programmingprogramming更新于 2025/8/13 5:37:17
要连接数组序列，请使用 Python Numpy 中的 numpy.stack() 方法。该函数返回的堆叠数组比输入数组多一个维度。axis 参数指定新轴在结果维度中的索引。例如，如果 axis=0，则为第一个维度;如果 axis=-1，则为最后一个维度。
out 参数(如果提供)指定结果的目标位置。其形状必须正确， 与未指定 out 参数时 stack 返回的形状一致。
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("数组 1...
", arr1)
print("
数组 2...
", arr2)
获取数组的类型 −
print("
数组 1 的类型...
", arr1.dtype)
print("
数组 2 的类型...
", arr2.dtype)
获取数组的维度 −
print("
数组 1 的维度...
",arr1.ndim)
print("
数组 2维度...
",arr2.ndim)
获取数组的形状 −
print("
我们的数组 1 的形状...
",arr1.shape)
print("
我们的数组 2 的形状...
",arr2.shape)
要连接数组序列，请使用 Python Numpy 中的 numpy.stack() 方法 −
print("
结果 (stack)...
",np.stack((arr1, arr2)))
示例
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("数组 1...
", arr1)
print("数组 2...
", arr2)
# 获取数组的类型
print("数组 1 的类型...
", arr1.dtype)
print("数组 2 的类型...
", arr2.dtype)
# 获取数组的维度
print("数组 1维度...
",arr1.ndim)
print("
我们的数组 2 维度...
",arr2.ndim)
# 获取数组的形状
print("
我们的数组 1 形状...
",arr1.shape)
print("
我们的数组 2 形状...
",arr2.shape)
# 要连接数组序列，请使用 Python Numpy 中的 numpy.stack() 方法
print("
结果 (堆栈)...
",np.stack((arr1, arr2)))
输出
数组 1... [49 76 61 82 69 29] 数组 2... [40 60 89 55 32 98] 数组 1 的类型... int64 数组 2 的类型... int64 数组 1 的维度... 1 数组 2 的维度... 1 数组 1 的形状... (6,) 数组 2 的形状... (6,) 结果(堆栈)... [[49 76 61 82 69 29] [40 60 89 55 32 98]]
