numpy.ma.stack

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

沿著新軸線加入陣列序列。

axis 參數指定結果維度中新軸線的索引。例如，如果 axis=0，它將是第一個維度；如果 axis=-1，它將是最後一個維度。

參數:

arraysndarray 序列

每個陣列必須具有相同的形狀。在單個 ndarray 類陣列輸入的情況下，它將被視為陣列序列；也就是說，沿著第零軸的每個元素都被視為一個單獨的陣列。

axisint，選用

結果陣列中輸入陣列堆疊於其上的軸線。

outndarray，選用

如果提供，則為放置結果的目的地。形狀必須正確，與未指定 out 引數時 stack 會傳回的形狀相符。

dtypestr 或 dtype

如果提供，則目的地陣列將具有此 dtype。不能與 out 一起提供。

版本 1.24 新增。

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

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。

傳回:

stackedndarray

堆疊陣列比輸入陣列多一個維度。

另請參閱

concatenate

沿著現有軸線加入陣列序列。

block

從區塊的巢狀清單組裝 nd-array。

split

將陣列分割成大小相等的多個子陣列清單。

unstack

沿著軸線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
>>> rng = np.random.default_rng()
>>> arrays = [rng.normal(size=(3,4)) for _ in range(10)]
>>> np.stack(arrays, axis=0).shape
(10, 3, 4)

>>> np.stack(arrays, axis=1).shape
(3, 10, 4)

>>> np.stack(arrays, axis=2).shape
(3, 4, 10)

>>> a = np.array([1, 2, 3])
>>> b = np.array([4, 5, 6])
>>> np.stack((a, b))
array([[1, 2, 3],
       [4, 5, 6]])

>>> np.stack((a, b), axis=-1)
array([[1, 4],
       [2, 5],
       [3, 6]])