在实际操作中，遇到了矩阵堆叠的操作，本来想着自己写一个函数，后来想，应该有库函数，于是一阵找寻

import numpy as npa = np.array([1,2,3])b = np.array([4,5,6])np.stack((a,b)) #默认行堆叠输出：array([[1, 2, 3], [4, 5, 6]])np.vstack((a, b))输出：array([[1, 2, 3], [4, 5, 6]])np.hstack((a, b))输出：array([1, 2, 3, 4, 5, 6])

简单解释一下上面的代码：其实主要是一个函数，stack()，这个函数其实包含了各种堆叠方式，我们上面的例子是针对二维矩阵的，其实我们大部分时候的操作都是针对二维矩阵的，为了方便，所以又定义了两个函数vstack()进行垂直的堆叠（vertically ），hstack()进行水平堆叠（horizontally）

函数stack()有个参数，axis,可以设置堆叠的维度，默认是0，其实和vstack()是一个效果，当设置成1的时候，结果如下

np.stack((a,b),axis=1)输出：array([[1, 4], [2, 5], [3, 6]])

从效果看，相当于按照原来a的第二维度，也就是列，一列一列的取出来，按行拼成了一个矩阵。

那么，hstack()的效果能不能利用stack()实现呢？我这里是没有探索出来，欢迎知道的童靴指教，不过hstack()的效果其实和concatenate是一样的

np.concatenate((a,b))输出：array([1, 2, 3, 4, 5, 6])

以上这篇python numpy 矩阵堆叠实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。