这篇文章主要介绍“np.hstack()和np.dstack()如何使用”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“np.hstack()和np.dstack()如何使用”文章能帮助大家解决问题。
我们先来看 一下np.hstack()函数，代码如下：
# -*- coding: utf-8 -*-
import numpy as np
class Debug:
def __init__(self):
self.x = np.array([1, 2, 3])
self.y = np.array([4, 5, 6])
self.x1 = np.array([[1],[2],[3]])
self.y1 = np.array([[4],[5],[6]])
def mainProgram(self):
z = np.hstack((self.x, self.y))
z1 = np.hstack((self.x1, self.y1))
print("The value of z is: ")
print(z)
print("The value of z1 is: ")
print(z1)
if __name__ == "__main__":
main = Debug()
main.mainProgram()
"""
The value of z is:
[1 2 3 4 5 6]
The value of z1 is:
[[1 4]
[2 5]
[3 6]]
"""我们可以看到np.hstack()会将numpy数组沿着横向堆叠，我们也可以说是沿着x轴方向堆叠。其实np.hstack()函数中的h就是horizontal的意思，意思为横向，而stack就是堆叠的意思。
我们再来看一下np.vstack()，代码如下：
# -*- coding: utf-8 -*-
import numpy as np
class Debug:
def __init__(self):
self.x = np.array([1, 2, 3])
self.y = np.array([4, 5, 6])
self.x1 = np.array([[1],[2],[3]])
self.y1 = np.array([[4],[5],[6]])
def mainProgram(self):
z = np.vstack((self.x, self.y))
z1 = np.vstack((self.x1, self.y1))
print("The value of z is: ")
print(z)
print("The value of z1 is: ")
print(z1)
if __name__ == "__main__":
main = Debug()
main.mainProgram()
"""
The value of z is:
[[1 2 3]
[4 5 6]]
The value of z1 is:
[[1]
[2]
[3]
[4]
[5]
[6]]
"""我们可以看到np.vstack()会将numpy数组沿着纵向堆叠，我们也可以说是沿着y轴方向堆叠。其实np.vstack()函数中的v就是vertical的意思，意思为垂直方向，即纵向，同理stack是堆叠的意思， 所以整体表示沿着纵向堆叠。
综上所述，np.hstack()表示沿着横向堆叠，np.vstack()表示沿着纵向堆叠，需要注意它们的参数应该为一个元组，将需要堆叠的数组先组成一个元组再传递进入即可。当然，这里只是对两个numpy数组进行堆叠操作，多个数组也是可以，将他们放在一起组成一个共同的元组即可，代码如下：
# -*- coding: utf-8 -*-
import numpy as np
class Debug:
def __init__(self):
self.x = np.array([1, 2, 3])
self.y = np.array([4, 5, 6])
self.z = np.array([7, 8, 9])
def mainProgram(self):
z = np.vstack((self.x, self.y, self.z))
print("The value of z is: ")
print(z)
if __name__ == "__main__":
main = Debug()
main.mainProgram()
"""
The value of z is:
The value of z is:
[[1 2 3]
[4 5 6]
[7 8 9]]
"""以上就是np.hstack()和np.dstack()如何使用的详细内容，更多关于np.hstack()和np.dstack()如何使用的资料请关注九品源码其它相关文章！