numpy.hstack

numpy.hstack(tup, *, dtype=None, casting='same_kind')

水平（逐欄）堆疊陣列序列。

這等效於沿著第二軸的串聯，但對於 1-D 陣列，它會沿著第一軸串聯。重建由 hsplit 分割的陣列。

此函數最適用於最多 3 維的陣列。例如，對於具有高度（第一軸）、寬度（第二軸）和 r/g/b 通道（第三軸）的像素數據。函數 concatenate、stack 和 block 提供了更通用的堆疊和串聯操作。

參數:

tupndarray 序列

陣列除了第二軸之外，在所有軸上都必須具有相同的形狀，但 1-D 陣列可以是任何長度。在單個 array_like 輸入的情況下，它將被視為陣列序列；即，沿著第零軸的每個元素都被視為一個單獨的陣列。

dtypestr 或 dtype

如果提供，目標陣列將具有此 dtype。不能與 out 一起提供。

版本 1.24 新增。

casting{‘no’, ‘equiv’, ‘safe’, ‘same_kind’, ‘unsafe’}，可選

控制可能發生的資料型別轉換種類。預設為 ‘same_kind’。

版本 1.24 新增。

返回:

stackedndarray

透過堆疊給定陣列形成的陣列。

參見

concatenate

沿著現有軸連接陣列序列。

stack

沿著新軸連接陣列序列。

block

從區塊的巢狀列表組裝 nd-array。

vstack

垂直（逐列）堆疊陣列序列。

dstack

深度方向（沿著第三軸）堆疊陣列序列。

column_stack

將 1-D 陣列堆疊為 2-D 陣列中的列。

hsplit

將陣列水平（逐欄）分割成多個子陣列。

unstack

沿著軸將陣列分割成子陣列的元組。

範例

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