除了以外，所有功能都是用Python编写的
np.concatenate。使用IPython shell，您只需使用
??。
如果不是，则为以下代码摘要：
vstackconcatenate([atleast_2d(_m) for _m in tup], 0)i.e. turn all inputs in to 2d (or more) and concatenate on firsthstackconcatenate([atleast_1d(_m) for _m in tup], axis=<0 or 1>)colstacktransform arrays with (if needed) array(arr, copy=False, subok=True, ndmin=2).Tappendconcatenate((asarray(arr), values), axis=axis)
换句话说，它们都通过调整输入数组的尺寸，然后在右轴上串联来起作用。它们只是便利功能。
和更新的
np.stack：
arrays = [asanyarray(arr) for arr in arrays]shapes = set(arr.shape for arr in arrays)result_ndim = arrays[0].ndim + 1axis = normalize_axis_index(axis, result_ndim)sl = (slice(None),) * axis + (_nx.newaxis,)expanded_arrays = [arr[sl] for arr in arrays]concatenate(expanded_arrays, axis=axis, out=out)
也就是说，它会扩展所有输入的暗淡效果（有点像
np.expand_dims），然后进行串联。使用
axis=0，效果与相同
np.array。
hstack文档现在添加：
函数
concatenate，stack并block提供更多常规的堆叠和串联操作。
np.block也是新的。实际上，它沿着嵌套列表递归连接。
