【python】Numpy中stack()，hstack()，vstack()函數詳解

標籤：int   處理   pre   官方文檔   程式碼分析   imp   detail   下標   多少   

轉自 73380803

這三個函數有些相似性，都是堆疊數組，裡面最難理解的應該就是stack()函數了，我查閱了numpy的官方文檔，在網上又看了幾個大牛的部落格，發現他們也只是把numpy文檔的內容照搬，看完後還是不能理解，最後經過本人程式碼分析，算是理解了stack()函數增加維度含義。以下內容我會用通俗易懂的語言解釋，內容可能有點多，耐心看，如果哪裡說的不對，歡迎糾正！

1. stack()函數 
函數原型為：stack(arrays, axis=0)，arrays可以傳數組和列表。axis的含義我下面會講解，我們先來看個例子，然後我會分析輸出結果。

>>>import numpy as np>>>a=[[1,2,3],      [4,5,6]]>>>print("列表a如下：")>>>print(a)>>>print("增加一維，新維度下標為0")>>>c=np.stack(a,axis=0)>>>print(c)>>>print("增加一維，新維度下標為1")>>>c=np.stack(a,axis=1)>>>print(c)

輸出：

列表a如下：[[1, 2, 3], [4, 5, 6]]增加一維，新維度下標為0[[1 2 3] [4 5 6]]增加一維，新維度下標為1[[1 4] [2 5] [3 6]]

 

首先這裡arrays我傳的是一個列表，現在我開始講解這個stack()函數的意思，它就是對arrays裡面的每個元素(可能是個列表，元組，或者是個numpy的數組)變成numpy的數組後，再對每個元素增加一維(至於維度加在哪裡，是靠axis控制的)，然後再把這些元素串起來(至於怎麼串，我下面會說)。

arrays裡面的每個元素必須形狀是一樣的，例如本例中列表a中的兩個元素[1,2,3]和[4,5,6]的形狀是一樣的，如果把[4,5,6]換成[4,5] ，那麼程式會報錯！而axis代表的是在哪個維度上加一維，例如axis=0(它是預設的)代表的就是增加的這一維的下標為0，axis等於多少不是隨便亂寫的，如果參數arrays裡面的每個元素是個1維的，那麼調用stack()函數增加一維後會變成2維的，所以axis只能等於0和1（維度下標是從0開始的），而參數axis=0和axis=1得到的結果是不一樣的。

例如上面的代碼中a列表中的第一個元素為[1,2,3]，那麼當axis=0的時候，就是在它的中括弧外面再加一個中括弧，變成[ [1,2,3] ]（其實1，2，3之間是沒有逗號的，因為stack()函數會先把參數arrays中的每個元素變成numpy的數組，數組之間是沒有逗號的，看看上面的代碼輸出就知道了，這裡大家明白就行，我為了方便講解，下面還會加上逗號），這樣最外面那層中括弧才代表維度下標為0的那維；當axis=1的時候，就是在裡面加個中括弧，變成了[ [1]，[2]，[3] ],這樣裡面加的那層中括弧才代表維度下標為1的那維。同理當axis=0的時候[4,5,6]變成[ [ 4，5，6] ]，當axis=1的時候，變成[ [4]，[5]，[6] ]。下面我們講如何把增加一維度後的每個元素串起來。

怎麼把上面那兩個元素增加維度後的結果串起來呢，其實很簡單。現在我們已經知道了增加維度無非是增加中括弧的意思，至於在哪裡加中括弧，取決於axis等於幾。我們把增加的中括弧想像成一個個的箱子。還拿上面的代碼來說，當axis=0的時候，我們把套在[1,2,3]外面的中括弧(就是[ [1,2,3] ]最外層的那個中括弧)看做是箱子A，這個箱子A也會套在[4,5,6]的外面，所以我們就先把[1,2,3]和[4,5,6]放在一起，變成[1,2,3],[4,5,6]，然後再一起套上箱子A，變成[ [1,2,3],[4,5,6] ]這就是當axis=0的時候程式的輸出結果。

現在再來看當axis=1的時候，對於[1，2，3]，我們把套在1外面的箱子(就是上面講的[ [1]，[2]，[3] ]中1外面的那層中括弧)看做A，套在2外面的看做B，套在3外面的看做C，同理，箱子A也會套在4的外面，箱子B也會套在5的外面，箱子C也會套在6的外面。那麼我們就把1和4放一起，2和5放一起，3和6放一起，變成[ 1,4 ，2,5 ，3,6 ]然後把箱子A,B,C分別套在1,4 ， 2,5 ， 3,6的外面，變成[ [1,4] , [2,5] , [3,6] ]這就是程式中axis=1的時候程式的輸出結果。

大家發現了沒有，串起來的時候其實就是把arrays中每個元素在相同的位置套箱子的一些小塊(這裡叫小塊這個名詞可能不洽當，但是大家明白就行)放在一起後，再套箱子，就是外面套個中括弧，這就是堆疊。

再看下面的代碼的輸出，測試下你理解的沒有。

>>>import numpy as np>>>a=[[1,2,3,4],      [5,6,7,8],      [9,10,11,12]]>>>print("列表a如下：")>>>print(a)>>>print("增加一維，新維度下標為0")>>>c=np.stack(a,axis=0)>>>print(c)>>>print("增加一維，新維度下標為1")>>>c=np.stack(a,axis=1)>>>print(c)

輸出：

列表a如下：[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]增加一維，新維度下標為0[[ 1  2  3  4] [ 5  6  7  8] [ 9 10 11 12]]增加一維，新維度下標為1[[ 1  5  9] [ 2  6 10] [ 3  7 11] [ 4  8 12]]

 

不知道和你想象的輸出一樣不一樣，還有另一種情況，先看下面的代碼。

>>>import numpy as np>>>a=[1,2,3,4]>>>b=[5,6,7,8]>>>c=[9,10,11,12]>>>print("a=",a)>>>print("b=",b)>>>print("c=",c)>>>print("增加一維，新維度下標為0")>>>d=np.stack((a,b,c),axis=0)>>>print(d)>>>print("增加一維，新維度下標為1")>>>d=np.stack((a,b,c),axis=1)>>>print(d)

輸出：

(‘a=‘, [1, 2, 3, 4])(‘b=‘, [5, 6, 7, 8])(‘c=‘, [9, 10, 11, 12])增加一維，新維度下標為0[[ 1  2  3  4] [ 5  6  7  8] [ 9 10 11 12]]增加一維，新維度下標為1[[ 1  5  9] [ 2  6 10] [ 3  7 11] [ 4  8 12]]

 

你會發現輸出結果和上面的代碼一樣，其實它倆就是一樣的。只不過當你對arrays傳參的時候，如果你傳的參數是類似於(a,b,c)這種，它會把(a,b,c)當做一個元組來看，a,b,c都是元組的每個元素。然後分別對每個元素處理，上面我已經說了，arrays傳的參數可以是列表，元組，或者numpy數組。所以傳(a,b,c)和傳[a,b,c]或者當x=[a,b,c]的時候傳x，效果都是一樣的。

上面的代碼處理的arrays元素都是一維變二維的情況，下面我們看看二維變三維是什麼樣的。

import numpy as npa=[[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("增加一維，新維度下標為0")d=np.stack((a,b,c),axis=0)print(d)print("增加一維，新維度下標為1")d=np.stack((a,b,c),axis=1)print(d)print("增加一維，新維度下標為2")d=np.stack((a,b,c),axis=2)print(d)

輸出：

(‘a=‘, [[1, 2, 3], [4, 5, 6]])(‘b=‘, [[1, 2, 3], [4, 5, 6]])(‘c=‘, [[1, 2, 3], [4, 5, 6]])增加一維，新維度下標為0[[[1 2 3]  [4 5 6]] [[1 2 3]  [4 5 6]] [[1 2 3]  [4 5 6]]]增加一維，新維度下標為1[[[1 2 3]  [1 2 3]  [1 2 3]] [[4 5 6]  [4 5 6]  [4 5 6]]]增加一維，新維度下標為2[[[1 1 1]  [2 2 2]  [3 3 3]] [[4 4 4]  [5 5 5]  [6 6 6]]]

 

當axis=0的時候，列表a，b，c最外面都需要套箱子(就是加中括弧)，那麼我把你們先放一起，變成下面這樣

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

 

然後在最外面套箱子，變成

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

 

當axis=1的時候，列表a，b，c中的[1,2,3]需要套同樣的箱子，列表a，b，c中的[4,5,6]需要套同樣的箱子，好，我先把你們放一塊變成下面這樣

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

 

然後開始分別在 [1,2,3],[1,2,3],[1,2,3]的外面和[4,5,6],[4,5,6],[4,5,6]的外面套箱子，變成下面這樣

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

 

當axis=2的時候，列表a，b，c中的1，2，3，4，5，6都需要套箱子，我把你們先放一起變成：

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

 

然後在1,1,1 ………6,6,6的外面分別套箱子變成：

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

關於stack()函數就講這麼多，這也是我全部理解的部分。

 

2. hstack()函數 
函數原型：hstack(tup) ，參數tup可以是元組，列表，或者numpy數組，返回結果為numpy的數組。看下面的代碼體會它的含義

import numpy as npa=[1,2,3]b=[4,5,6]print(np.hstack((a,b)))

輸出：

[1 2 3 4 5 6 ]

import numpy as npa=[[1],[2],[3]]b=[[1],[2],[3]]c=[[1],[2],[3]]d=[[1],[2],[3]]print(np.hstack((a,b,c,d)))

輸出：

[[1 1 1 1] [2 2 2 2] [3 3 3 3]]

它其實就是水平(按列順序)把數組給堆疊起來，vstack()函數正好和它相反。

 

3. vstack()函數 
函數原型：vstack(tup) ，參數tup可以是元組，列表，或者numpy數組，返回結果為numpy的數組。看下面的代碼體會它的含義

import numpy as npa=[1,2,3]b=[4,5,6]print(np.vstack((a,b)))

輸出：

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

import numpy as npa=[[1],[2],[3]]b=[[1],[2],[3]]c=[[1],[2],[3]]d=[[1],[2],[3]]print(np.vstack((a,b,c,d)))

輸出：

[[1] [2] [3] [1] [2] [3] [1] [2] [3] [1] [2] [3]]

它是垂直（按照行順序）的把數組給堆疊起來。

【python】Numpy中stack()，hstack()，vstack()函數詳解