Python numpy.dstack函数方法的使用

NumPy（Numerical Python的缩写）是一个开源的Python科学计算库。使用NumPy，就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数，涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍一下NumPy中dstack方法的使用。

numpy.dstack

numpy.dstack(tup) [source]

沿深度方向（沿第三轴）按顺序Stack数组。

这相当于在形状(M,N)的二维数组被重塑为(M,N,1)和形状(N，)的一维数组被重塑为(1,N,1)之后沿第三轴的连接。重新构建按dsplit分割的数组。

这个函数对于3维以下的数组最有意义。例如，对于具有高度(第一个轴)、宽度(第二个轴)和r/g/b通道(第三个轴)的像素数据。函数concatenate, stack和block提供了更一般的堆叠和连接操作。

参数：

tup ：arrays的sequence

除第三个轴外，所有阵列的形状都必须相同。

一维或二维阵列必须具有相同的形状。

返回值：

stacked ：ndarray

通过堆叠给定阵列形成的阵列将至少为3D。

例子

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

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