numpy.vstack

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

垂直（row wise）堆疊陣列序列。

這等效於沿著第一個軸進行串聯，在形狀為 (N,) 的一維陣列被重塑為 (1,N) 之後。重建被 vsplit 分割的陣列。

此函數對於最多 3 維的陣列最有意義。例如，對於具有高度（第一個軸）、寬度（第二個軸）和 r/g/b 通道（第三個軸）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

陣列必須在除第一個軸以外的所有軸上具有相同的形狀。一維陣列必須具有相同的長度。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類型轉換種類。預設為 ‘same_kind’。

版本 1.24 新增。

返回:

stackedndarray

堆疊給定陣列形成的陣列，至少為 2 維。

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。

hstack

水平（column wise）堆疊陣列序列。

dstack

深度方向（沿第三軸）堆疊陣列序列。

column_stack

將一維陣列作為列堆疊到二維陣列中。

vsplit

將陣列垂直（row-wise）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.vstack((a,b))
array([[1, 2, 3],
       [4, 5, 6]])

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