【Python-Numpy】numpy.stack()的解析与使用

作用

在给定的轴下，增加或改变张量数组的维度
一般有四个轴 x = 0,x = 1,x = 2, x = -1
假设要转变的张量数组arrays的长度为N,其中的每个张量数组的形状为(A, B)
如果轴axis=0，则转变后的张量的形状为(N, A, B)
如果轴axis=1，则转变后的张量的形状为(A, N, B)
如果轴axis=2，则转变后的张量的形状为(A, B, N)
如果轴axis=-1，则转变后的张量的形状为(B, A)

举例使用

（1）如果轴axis=0，则转变后的张量的形状为(N, A, B)

arrays = [np.random.randn(3, 4) for _ in range(10)]
np.stack(arrays, axis=0).shape

(10, 3, 4)

（2）如果轴axis=1，则转变后的张量的形状为(A, N, B,)

np.stack(arrays, axis=1).shape

(3, 10, 4)

（3）如果轴axis=2，则转变后的张量的形状为(A, B, N)

np.stack(arrays, axis=2).shape

(3, 4, 10)

（4）如果轴axis=-1，张量实现转置

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