numpy.ma.hstack#

ma.hstack(tup, *, dtype=None, приведение типов='same_kind')[источник]#

Складывает массивы последовательно по горизонтали (по столбцам).

Это эквивалентно конкатенации вдоль второй оси, за исключением 1D- массивов, где она выполняется вдоль первой оси. Восстанавливает массивы, разделенные с помощью hsplit.

Эта функция наиболее осмысленна для массивов размерностью до 3. Например, для пиксельных данных с высотой (первая ось), шириной (вторая ось) и каналами r/g/b (третья ось). Функции concatenate, stack и block предоставляют более общие операции укладки и конкатенации.

Параметры:

tupпоследовательность ndarrays: Массивы должны иметь одинаковую форму по всем осям, кроме второй, за исключением одномерных массивов, которые могут быть любой длины. В случае одного входного array_like, он будет рассматриваться как последовательность массивов; т.е., каждый элемент вдоль нулевой оси рассматривается как отдельный массив.
dtypestr или dtype: Если предоставлен, целевой массив будет иметь этот тип данных. Не может быть предоставлен вместе с выход.

Новое в версии 1.24.
приведение типов{‘no’, ‘equiv’, ‘safe’, ‘same_kind’, ‘unsafe’}, опционально: Определяет, какие преобразования типов данных могут происходить. По умолчанию 'same_kind'.

Новое в версии 1.24.

Возвращает:

stackedndarray: Массив, образованный стекированием заданных массивов.

Смотрите также

concatenate: Объединить последовательность массивов вдоль существующей оси.
stack: Объедините последовательность массивов вдоль новой оси.
block: Собрать n-мерный массив из вложенных списков блоков.
vstack: Складывает массивы последовательно вертикально (по строкам).
dstack: Складывает массивы в последовательности по глубине (вдоль третьей оси).
column_stack: Сложить 1-D массивы как столбцы в 2-D массив.
hsplit: Разделить массив на несколько подмассивов по горизонтали (по столбцам).
unstack: Разделение массива на кортеж подмассивов вдоль оси.

Примечания

Функция применяется как к _data и _mask, если есть.

Примеры

>>> import numpy as np
>>> a = np.array((1,2,3))
>>> b = np.array((4,5,6))
>>> np.hstack((a,b))
array([1, 2, 3, 4, 5, 6])
>>> a = np.array([[1],[2],[3]])
>>> b = np.array([[4],[5],[6]])
>>> np.hstack((a,b))
array([[1, 4],
       [2, 5],
       [3, 6]])