Numpy: ファンキーなvstack

hstack / vstack / dstackは推奨せず、代わりにnp.stack特に推奨します。 ただし、違いは、2次元配列を渡す場合です。 一部のスタック関数は（特定の化身に対して）新しい次元を挿入しますが、 hstackは挿入しないと思います。

np.concatenateまたはnp.stackいずれかが（通常は）推奨されるAPIであることを示す最後の文を追加することは問題ありませんが、関数を削除することに真の願望はないと思います。

私の質問は_なぜ例外_ ???

@sebergがこれに直接答えなかったという理由だけで：

• ずっと前に誰かがそれは良い考えだと思った
• 今ではみんなを壊さずにそれを変えるには遅すぎます

1D配列は通常、「垂直」ではなく「水平」として扱います。 たとえば、 (N, N) 2D配列を(N,) 1D配列でブロードキャストする場合、1D配列は(1, N)ではなく(N, 1) (1, N)にブロードキャストされます。 hstack()/vstack()/dstack()は、一定軸の概念を中心に構築されていません（必要に応じて、 stack()使用できます）が、固定軸に適切にマッピングされない「水平/垂直/深さ」の概念すべての配列の次元。

私はhstack()/vstack()/dstack()自体を思いとどまらせる言語で-1です。 セマンティクスの例外があるため、それらは優れていて便利だと思います。 これらは、 stack()によって簡潔にキャプチャされていない概念をキャプチャします。

たとえば、1D配列にスカラー値を追加または追加する一般的な必要性があります。 np.hstack([0.0, some_vector])はこれに最適です。 np.stack([0.0, some_vector])とnp.concatenate([0.0, some_vector])は同じ次元を持たないため、ボークします。

確かに、これらのツールは、特定のコンテキストでの作業に少し関連していると思います。 では、これを閉じましょう。 私たちは「ファンキーな」振る舞いのない一般的なツールを持っています、そして他のものはそれらが良いユーティリティであるときのためにそこにとどまります。

@rkern 、次にconcatenate修正する必要があります、IMHO。 スタッキングとは、追加のdimを追加した後に連結することを意味しますが、ここでは考慮されていません。 でも大丈夫…

@sebergは、非推奨の警告がここで歓迎されるようです。 1D配列は水平でも垂直でもありません。 そして、 hstackはconcatenateにフォールバックし、ディメンションを追加するのを忘れます。 これは確かに「ファンキー」に見えます。 しかし、あなたが話し合うことに慣れていないのなら、まあ…

他のすべての?stack関数も、現在の操作に必要な値よりも暗い場合にのみ、追加の薄暗い値を追加します。 この場合、0dのみが含まれます。

@Atcoldユーザーをstackに近づけるための提案を