从深度看，数组既可以横向叠放，也可以竖向叠放。为此，可以使用vstack()、dstack()、hstack()、column_stack()、row_stack()和concatenate()等函数。 水平叠加：先介绍水平叠加方式，即用元组确定ndarrays数组的形状，然后交给hstack()函数来码放这些数组。
垂直叠加：使用垂直叠加方法时，先要构建一个元组，然后将这些元组交给vstack()函数来码放数组。
当参数axis设置为0时，concatenate()函数也会的带同样的效果。实际上，这是该参数的缺省值。
深度叠加：除此之外，还有一种深度叠加的方法，这要用到dstack()函数和一个元组。这种方法是沿着第三个坐标轴(纵向)的方向来叠加一摞数组。
列示堆叠：column_stack()函数以列方式对一堆数组进行堆叠。
用这种方法堆叠二维数组时，过程类似于hstack()函数。
以上实现堆叠数组的代码及运行结果如下所示： import numpy as np a = np.arange(9).reshape(3,3) a array([[0, 1, 2], [3, 4, 5], [6, 7, 8]]) b = 2 * a b array([[ 0, 2, 4], [ 6, 8, 10], [12, 14, 16]]) np.hstack((a,b)) array([[ 0, 1, 2, 0, 2, 4], [ 3, 4, 5, 6, 8, 10], [ 6, 7, 8, 12, 14, 16]]) np.concatenate((a,b), axis=1) array([[ 0, 1, 2, 0, 2, 4], [ 3, 4, 5, 6, 8, 10], [ 6, 7, 8, 12, 14, 16]]) np.vstack((a,b)) array([[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8], [ 0, 2, 4], [ 6, 8, 10], [12, 14, 16]]) ,axis=0 np.dstack((a,b)) array([[[ 0, 0], [ 1, 2], [ 2, 4]],
[[ 3, 6], [ 4, 8], [ 5, 10]], [[ 6, 12], [ 7, 14], [ 8, 16]]])oned = np.arange(2) oned array([0, 1]) twice_oned twice_oned = 2 * oned twice_oned array([0, 2]) np.column_stack((oned,twice_oned)) array([[0, 0], [1, 2]]) np.column_stack((a,b)) array([[ 0, 1, 2, 0, 2, 4], [ 3, 4, 5, 6, 8, 10], [ 6, 7, 8, 12, 14, 16]]) np.column_stack((a,b)) == np.hstack((a,b)) array([[ True, True, True, True, True, True], [ True, True, True, True, True, True], [ True, True, True, True, True, True]]) 我们此处用”==“运算符对两个数组进行了比对 对于二维数组，row_stack()函数相当于vstack()函数，代码如下： 还废什么话 要学就赶紧来加我吧 q2534659467
