大部分帖子和一些典型的介绍numpy、pytorch的书籍对此部分并没有详细的介绍，仅仅简单地在np.cat()或torch.stack()等中提到当连接轴指定为0，或1时按照某某连接、排列。然而，当连接轴值较大时（如3，4，5），笔者发现，这些函数的输出并不是大多数材料所写的那样。笔者甚至看不出任何规律，为探寻其轴操作的原理，做了如下实验。
定义两个初始矩阵：
执行pytorch中的torch.stack([A, B], 2)操作，因为[A, B]可理解为将A，B连接，即
torch.stack([A, B], 2)的执行结果为：
将R 中的各个元素改写为C 中对应值的索引，可得：
根据索引的排布规则，可以看出，R是按照轴序为(1,2,0,3)的顺序排列 的。所以，实际上torch.stack()叠加其实是按照改变元素索引的方式排列的，而不是按照什么“行”，“列”排列的。归纳可推出torch.stack()按轴连接、排列的步骤如下：
首先得到排列轴的顺序。按下图所示，当指定按照m轴为排列轴时，将0轴挪入到对应的索引位置m，其他轴自动补齐。
计算出[A, B]中所有元素的索引坐标，把原始轴序列(0,1,2,3) 调整为排列轴序列（如 (1,2,0,3)），调整各元素的索引。
根据各元素的索引重新排列矩阵。
定义两个4阶张量：
[A2, B2]可表达为5阶张量：
torch.stack([A2, B2], 2)的结果为：
按照排列准则，C 中的轴排列(0,1,2,3,4)变为(1,2,0,3,4) 即：
对比：
验证归纳出的排列原理正确！
