NumPy三维数组axis释义：np.stack函数axis=2工作原理咨询

前置基础 #

首先定义两个参与堆叠的二维数组，两者形状均为(3,1)（3行1列）：

import numpy as np
a = np.array([[9],[9],[8]])
b = np.array([[1],[4],[6]])

使用np.stack沿不同轴堆叠的输出形状如下：

• axis=0：输出形状(2,3,1)
• axis=1：输出形状(3,2,1)
• axis=2：输出形状(3,1,2)

核心逻辑先明确 #

np.stack的本质操作逻辑非常固定：

给所有参与堆叠的输入数组，统一在axis参数指定的位置插入一个全新的维度，新维度的长度等于输入数组的总个数，最后沿这个新维度把所有数组合并为一个数组。

原数组a、b都是二维结构，维度顺序为[轴0(长度3), 轴1(长度1)]，插入新维度的位置不同，最终的三维结构就不同：

1. axis=0：新维度插在最前面，维度顺序变为[新轴(长度2), 原轴0(3), 原轴1(1)]，对应形状(2,3,1)，也就是把a、b两个数组整体作为最外层的两个块。
2. axis=1：新维度插在原轴0和原轴1中间，维度顺序变为[原轴0(3), 新轴(2), 原轴1(1)]，对应形状(3,2,1)，也就是按行对齐，把两个数组同一行的内容沿新轴拼接。
3. axis=2：新维度插在所有原有维度的末尾，维度顺序变为[原轴0(3), 原轴1(1), 新轴(2)]，对应形状(3,1,2)。

axis=2的直观结构解释 #

我们可以用熟悉的二维表格逻辑延伸理解三维轴：

• axis=0：代表有多少张独立的二维表
• axis=1：代表每张二维表有多少行
• axis=2：代表每张二维表每一行最内层的元素排列方向（可以理解为二维表的列方向）

沿axis=2堆叠时，会完全保留原数组的行数和单行列数，只在最内层的元素位置把两个数组对应坐标的数值拼在一起：

• 原数组a第0行第0列的值是9，原数组b第0行第0列的值是1，两个值就拼成输出第0行最内层的[9,1]
• 原数组a第1行第0列的值是9，原数组b第1行第0列的值是4，两个值就拼成输出第1行最内层的[9,4]
• 原数组a第2行第0列的值是8，原数组b第2行第0列的值是6，两个值就拼成输出第2行最内层的[8,6]

最终输出结构和运行结果完全一致：

print(np.stack([a,b],axis=2))
# 输出
array([[[9, 1]],
       [[9, 4]],
       [[8, 6]]])

和axis=1的结果做对比就能明显看出差异：axis=1是把两个数组同位置的行作为新轴上的两个独立子元素（每个子元素还是长度1的数组[9]、[1]），而axis=2是直接把两个同位置的标量值，塞进最内层的同一个数组里。

内容的提问来源于stack exchange，提问作者Muhammad Waseem