NumPy taulukon yhdistäminen

Yhdistä NumPy-taulukot

Yhdistäminen tarkoittaa kahden tai useamman taulukon sisällön sijoittamista yhteen taulukkoon.

SQL:ssa yhdistämme tauluja avaimen perusteella, kun taas NumPy:ssa yhdistämme taulukkoja akselle.

Siirrymme yhdessä akselin kanssa yhdistettäväksi concatenate() Funktion taulukko. Jos aksia ei ole ilmoitettu, se otetaan arvoksi 0.

Esimerkki

Yhdistä kaksi taulukkoa:

import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.concatenate((arr1, arr2))
print(arr)

Suorita Esimerkki

Esimerkki

Yhdistä kaksi 2-D-taulukkoa (axis=1)

import numpy as np
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
arr = np.concatenate((arr1, arr2), axis=1)
print(arr)

Suorita Esimerkki

Yhdistä taulukot käyttämällä pinoamisfunktiota

Pinoaminen on sama kuin yhdistäminen, mutta ainoa ero on, että pinoaminen tehdään uudella akselilla.

Voimme yhdistää kaksi yksittäistä taulukkoa toisensa kanssa toisen akselin suhteen, mikä johtaa niiden päällekkäisyyteen, eli pinoamiseen (stacking).

Siirrymme yhdessä akselin kanssa yhdistettäväksi concatenate() Metodin taulukko. Jos et siirry eteenpäin antamaan akseliä, se otetaan 0.

Esimerkki

import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.stack((arr1, arr2), axis=1)
print(arr)

Suorita Esimerkki

Riveihin

NumPy tarjoaa apufunktion:hstack() Riveihin

Esimerkki

import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.hstack((arr1, arr2))
print(arr)

Suorita Esimerkki

Sarakkeisiin

NumPy tarjoaa apufunktion:vstack() Sarakkeisiin

Esimerkki

import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.vstack((arr1, arr2))
print(arr)

Suorita Esimerkki

Korkeus (syvyys)

NumPy tarjoaa apufunktion:dstack() Korkeus ja syvyys ovat samat.

Esimerkki

import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.dstack((arr1, arr2))
print(arr)

Suorita Esimerkki