NumPy dstack()

import numpy as np

array1 = np.array([[0, 1], [2, 3]])
array2 = np.array([[4, 5], [6, 7]])

# stack the arrays 
stackedArray = np.dstack((array1, array2))

print(stackedArray)

'''
Output

[[[0 4]
  [1 5]]

 [[2 6]
  [3 7]]]
'''

dstack() 语法

dstack() 的语法是

numpy.dstack(tup)

dstack() 参数

dstack() 方法接受一个参数

• tup - 要堆叠的数组的元组

dstack() 返回值

dstack() 方法返回深度堆叠的数组。

示例 1：沿深度方向堆叠不同形状的数组

import numpy as np

# 3-D array with shape (2,2,2)
array1 = np.array([[[0, 1], [2,3]],
                   [[4, 5], [6, 7]]])
      
# 3-D array with shape (2,2,1)
array2 = np.array([[[4], [5]], 
                   [[6], [7]]])
      
# stack the arrays 
stackedArray = np.dstack((array1, array2))

print(stackedArray)

输出

[[[0 1 4]
  [2 3 5]]

 [[4 5 6]
  [6 7 7]]]

这里，我们堆叠了 2 个不同形状的数组。

array2 的形状是 (2, 2, 1)，但我们仍然可以将其与形状为 (2, 2, 2) 的 array1 堆叠，因为 array2 的第三个维度与 array1 不同。

示例 2：沿深度方向堆叠形状无效的数组

import numpy as np

array1 = np.array([[[0, 1], [2,3]],
                   [[4, 5], [6, 7]]])
      
array2 = np.array([[[4], [5], [6]], 
                   [[7], [8], [9]]])
      
# stack the arrays with invalid shapes 
stackedArray = np.dstack((array1, array2))

print(stackedArray)

输出

ValueError: all the input array dimensions except for the concatenation axis must match exactly, but along dimension 1, the array at index 0 has size 2 and the array at index 1 has size 3

这里，array2 的形状是 (2, 3, 1)，与形状为 (2, 2, 2) 的数组堆叠时会导致 ValueError。