程序员自己做网站怎么赚钱,网站主机有什么用,网站导航怎么设置,wordpress ini主题☞ ░ 前往老猿Python博客 ░ https://blog.csdn.net/LaoYuanPython
一、引言
numpy的dstack函数用于沿着第三个维度#xff08;深度#xff09;将数组堆叠起来。它将多个数组按照深度方向进行堆叠#xff0c;生成一个新的数组。具体来说#xff0c;dstack函数会将输入的… ☞ ░ 前往老猿Python博客 ░ https://blog.csdn.net/LaoYuanPython
一、引言
numpy的dstack函数用于沿着第三个维度深度将数组堆叠起来。它将多个数组按照深度方向进行堆叠生成一个新的数组。具体来说dstack函数会将输入的多个数组在第三个维度上进行拼接即将每个数组的对应位置的元素组合成一个新的元素。 初学者在学习使用这个函数时可能会有一些疑惑所谓第三个维度是什么呢假设对于一个数组a[n0,…,nx]当x大于等于2时可以理解第三个维度为n2对应的维度那怎么对x1的二维数组也能堆叠呢
二、数组的dstack堆叠测试
为了弄懂这个问题老猿写了个测试程序分别对一维、二维、三维、四维数组使用dstack进行测试测试代码如下
import numpy as npa1 np.array(range(36))
a2 a1.reshape((9,4))
a3 a1.reshape((3,3,4))
a4 a1.reshape((3,3,2,2))l1 np.array([a1,a2,a3,a4])
l2 l1100index 0
for a,b in zip(l1,l2):c np.dstack((a,b))print(f\n****a{index}.shape{a.shape},a{index}:\n,a)print(f\n****c{index}.shape{c.shape},c{index}:\n,c)index1这个程序先创建一个 36个元素的一维数组其值为0-35然后用其为基础创建了2、3、4维的数组将这些数组作为元素保存到一个l1的数组中好方便处理然后将l1中每个数组的元素值加100保存到数组l2中由于l1的所有数组最终维度的元素值为0-36而l2的为100-136这样就能方便识别最终输出数组的元素是来着那个数组。
程序输出如下
****a0.shape(36,),a0:[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 2324 25 26 27 28 29 30 31 32 33 34 35]****c0.shape(1, 36, 2),c0:[[[ 0 100][ 1 101][ 2 102][ 3 103][ 4 104][ 5 105][ 6 106][ 7 107][ 8 108][ 9 109][ 10 110][ 11 111][ 12 112][ 13 113][ 14 114][ 15 115][ 16 116][ 17 117][ 18 118][ 19 119][ 20 120][ 21 121][ 22 122][ 23 123][ 24 124][ 25 125][ 26 126][ 27 127][ 28 128][ 29 129][ 30 130][ 31 131][ 32 132][ 33 133][ 34 134][ 35 135]]]****a1.shape(9, 4),a1:[[ 0 1 2 3][ 4 5 6 7][ 8 9 10 11][12 13 14 15][16 17 18 19][20 21 22 23][24 25 26 27][28 29 30 31][32 33 34 35]]****c1.shape(9, 4, 2),c1:[[[ 0 100][ 1 101][ 2 102][ 3 103]][[ 4 104][ 5 105][ 6 106][ 7 107]][[ 8 108][ 9 109][ 10 110][ 11 111]][[ 12 112][ 13 113][ 14 114][ 15 115]][[ 16 116][ 17 117][ 18 118][ 19 119]][[ 20 120][ 21 121][ 22 122][ 23 123]][[ 24 124][ 25 125][ 26 126][ 27 127]][[ 28 128][ 29 129][ 30 130][ 31 131]][[ 32 132][ 33 133][ 34 134][ 35 135]]]****a2.shape(3, 3, 4),a2:[[[ 0 1 2 3][ 4 5 6 7][ 8 9 10 11]][[12 13 14 15][16 17 18 19][20 21 22 23]][[24 25 26 27][28 29 30 31][32 33 34 35]]]****c2.shape(3, 3, 8),c2:[[[ 0 1 2 3 100 101 102 103][ 4 5 6 7 104 105 106 107][ 8 9 10 11 108 109 110 111]][[ 12 13 14 15 112 113 114 115][ 16 17 18 19 116 117 118 119][ 20 21 22 23 120 121 122 123]][[ 24 25 26 27 124 125 126 127][ 28 29 30 31 128 129 130 131][ 32 33 34 35 132 133 134 135]]]****a3.shape(3, 3, 2, 2),a3:[[[[ 0 1][ 2 3]][[ 4 5][ 6 7]][[ 8 9][10 11]]][[[12 13][14 15]][[16 17][18 19]][[20 21][22 23]]][[[24 25][26 27]][[28 29][30 31]][[32 33][34 35]]]]****c3.shape(3, 3, 4, 2),c3:[[[[ 0 1][ 2 3][100 101][102 103]][[ 4 5][ 6 7][104 105][106 107]][[ 8 9][ 10 11][108 109][110 111]]][[[ 12 13][ 14 15][112 113][114 115]][[ 16 17][ 18 19][116 117][118 119]][[ 20 21][ 22 23][120 121][122 123]]][[[ 24 25][ 26 27][124 125][126 127]][[ 28 29][ 30 31][128 129][130 131]][[ 32 33][ 34 35][132 133][134 135]]]]三、结论
从上面的程序和输出来看dstack在进行数组堆叠时有如下结论
不但能堆叠三维以上数组而且能堆叠一维和二维数组对三维以上数组堆叠时结果数组的维度数保持不变三维以上数组堆叠时取两个参与堆叠数组的第三个维度的元素进行堆叠元素合并处理堆叠后第三个维度的元素为参与堆叠的两个数组第三个维度的合并因此个数翻倍其他维度保持不变对二维数组堆叠时堆叠结果为三维数组前面两个维度大小就是参与堆叠的两个数组的维度大小最后一个维度大小固定为2 二维数组堆叠时堆叠结果的第三个维度的元素为参与堆叠的两个数组第二个维度的元素按顺序逐一各取一个构成数组作为结果数组第三个维度对应位置的元素对一维数组堆叠时堆叠结果为三维数组第一个维度大小就是参与堆叠的两个数组的维度大小第二个维度的大小固定为1最后一个维度大小固定为2一维数组堆叠时堆叠结果的第三个维度的元素为参与堆叠的两个数组的元素按顺序逐一各取一个构成数组作为结果数组第三个维度对应位置的元素。
如果诸君对以上描述存在疑问请结合上面的案例进行对比验证。
如对文章内容存在疑问或需要相关资料可在博客评论区留言或关注老猿Python 微信公号发消息咨询可通过扫二维码加微信公众号。
写博不易敬请支持
如果阅读本文于您有所获敬请点赞、评论、收藏谢谢大家的支持
关于老猿的付费专栏
付费专栏《https://blog.csdn.net/laoyuanpython/category_9607725.html 使用PyQt开发图形界面Python应用》专门介绍基于Python的PyQt图形界面开发基础教程对应文章目录为《 https://blog.csdn.net/LaoYuanPython/article/details/107580932 使用PyQt开发图形界面Python应用专栏目录》付费专栏《https://blog.csdn.net/laoyuanpython/category_10232926.html moviepy音视频开发专栏 )详细介绍moviepy音视频剪辑合成处理的类相关方法及使用相关方法进行相关剪辑合成场景的处理对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/107574583 moviepy音视频开发专栏文章目录》付费专栏《https://blog.csdn.net/laoyuanpython/category_10581071.html OpenCV-Python初学者疑难问题集》为《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的伴生专栏是笔者对OpenCV-Python图形图像处理学习中遇到的一些问题个人感悟的整合相关资料基本上都是老猿反复研究的成果有助于OpenCV-Python初学者比较深入地理解OpenCV对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/109713407 OpenCV-Python初学者疑难问题集专栏目录 》付费专栏《https://blog.csdn.net/laoyuanpython/category_10762553.html Python爬虫入门 》站在一个互联网前端开发小白的角度介绍爬虫开发应知应会内容包括爬虫入门的基础知识以及爬取CSDN文章信息、博主信息、给文章点赞、评论等实战内容。
前两个专栏都适合有一定Python基础但无相关知识的小白读者学习第三个专栏请大家结合《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的学习使用。
对于缺乏Python基础的同仁可以通过老猿的免费专栏《https://blog.csdn.net/laoyuanpython/category_9831699.html 专栏Python基础教程目录从零开始学习Python。
如果有兴趣也愿意支持老猿的读者欢迎购买付费专栏。
老猿Python跟老猿学Python
☞ ░ 前往老猿Python博文目录 https://blog.csdn.net/LaoYuanPython ░
