numpy的stack大白话解释

numpy中stack函数的大白话解释

很多人在处理数组的时候都会用到stack()这个函数，今天就让这个萌新给大家详细解释加实验一下stack函数
我们设置两个数组

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
b = np.array([[9, 10, 11], [11,12,13], [14, 15,16]])

这是a数组的样子：

这是b数组的样子：

**

现在我们将用这两个数组来对axis=0这三个参数的stack()进行解释：

c=np.stack((a, b),axis=0)

我们将c数组输出出来：

Out[86]:
array([[[ 1,  2,  3],[ 4,  5,  6],[ 7,  8,  9]],[[ 9, 10, 11],[11, 12, 13],[14, 15, 16]]])

有点抽象是不是，c其实是一个立体结构，纵向有两层，第0层是：

第1层是：

所以c就像一个长方体一样，我们从中取数是不是得告诉电脑它的三个坐标呀，因为c可以看做成一个立体的3维的长方体，例如我们取：

c[1][2][1]
Out[87]: 15

这里第一个[1]指的是第一层奥，总共有两层，0层与1层，然后[2][1]指的是

我们可以理解为axis=0是把两个数组像烙馅饼一样一个一个放在一起叠罗汉，注意奥：两个数组必须要格式相等，也就是在这都是3*3的，如果大小不一致，则会报错：

ValueError: all input arrays must have the same shape

现在我们将用这两个数组来对axis=1这三个参数的stack()进行解释：

**
一样的道理，我们输入：

c=np.stack((a, b),axis=1)
print(c)
array([[[ 1,  2,  3],[ 9, 10, 11]],[[ 4,  5,  6],[11, 12, 13]],[[ 7,  8,  9],[14, 15, 16]]])

是不是有点抽象，不要着急，这是一个三层的长方体，每一层都是有a与b的相同行取出来组合到一起的，比如：
第0层：[[1,2,3],[4,5,6]]中的[1,2,3]是a的第一层：

[4,5,6]则是b的第一层，两个数组a，b的第一行，组成了c的第0层；两个数组a,b的第二行组成了c的第一层，两个数组a，b的第二行，组成了c的第二层，这样，一个总共层数为3的c就出现了。

现在我们将用这两个数组来对axis=2这三个参数的stack()进行解释：

c=np.stack((a, b),axis=2)
print(c)
array([[[ 1,  9],[ 2, 10],[ 3, 11]],[[ 4, 11],[ 5, 12],[ 6, 13]],[[ 7, 14],[ 8, 15],[ 9, 16]]])

这里，我们同样出现了一个层数为3的c,只不过，这次我们用a和b的第一层：
a:

b:

这两个的第一行进行转置然后放到一起，成为c的第0层：

以此类推啦，所以出来的c有多少层，看的是a b的行数，这里a b 都是行，所以c是3层，如果a,b都是5行：

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9],[0,0,0],[0,0,0]])
b = np.array([[9, 10, 11], [11,12,13], [14, 15,16],[0,0,0],[0,0,0]])
c=np.stack((a, b),axis=2)
c=array([[[ 1,  9],[ 2, 10],[ 3, 11]],[[ 4, 11],[ 5, 12],[ 6, 13]],[[ 7, 14],[ 8, 15],[ 9, 16]],[[ 0,  0],[ 0,  0],[ 0,  0]],[[ 0,  0],[ 0,  0],[ 0,  0]]])

c就是5行啦！