numpy.stack vs concatenate vs hstack vs vstack

标签：style   enc   例子   dimens   least   contain   microsoft   矩阵   obj   

官方文档的解释如下：

stack:

Join a sequence of arrays along a new axis

concatenate:

Join a sequence of arrays along a existing axis

因此stack 是在新轴axis=n上加入矩阵，已有的axis>=n往后挪动，譬如以前的axis=n挪动到axis=n+1上

而concatenate是在已有的轴axis=n上加入矩阵。

stack 例子：

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

concatenate例子：

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

hstack:

Equivalent to np.cancatenate(tup, axis=1), if tup contains arrays that are at least 2-dimensional.

vstack:

Equivalent to np.cancatenate(tup, axis=0), if tup contains arrays that are at least 2-dimensional.

因此当hstack 和 vstack 在维度等于1时，其作用相当于stack, 创建新轴。

而当维度大于等于2时，其作用相当于cancatenate, 在已有轴上进行操作。

numpy.stack vs concatenate vs hstack vs vstack

标签：style   enc   例子   dimens   least   contain   microsoft   矩阵   obj   

原文地址：http://www.cnblogs.com/Tron/p/7747892.html