numpy.ma.hstack

ma.hstack = <numpy.ma.extras._fromnxfunction_seq object>

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，它沿著第一軸串聯。重建被 hsplit 分割的陣列。

此函數對於最多 3 個維度的陣列最有意義。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。concatenate、 stack 和 block 函數提供了更通用的堆疊和串聯操作。

參數:

tupndarray 序列

除了第二軸之外，陣列在所有其他軸上必須具有相同的形狀，但 1-D 陣列可以具有任何長度。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 新增功能。

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 新增功能。

返回:

stackedndarray

由堆疊給定陣列形成的陣列。

參見

concatenate

沿現有軸連接陣列序列。

stack

沿新軸連接陣列序列。

block

從區塊的巢狀列表組裝 ndarray。

vstack

垂直（逐列）堆疊陣列序列。

dstack

深度方向（沿第三軸）堆疊陣列序列。

column_stack

將 1-D 陣列堆疊為 2-D 陣列的欄。

hsplit

水平（逐欄）將陣列分割成多個子陣列。

unstack

沿軸將陣列分割成子陣列的元組。

註解

此函數同時應用於 _data 和 _mask（如果有的話）。

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]])