NumPy ການທາງການຫາຍກັບ

ສົມທຽບ NumPy array

ສົມທຽບໝາຍຄວາມວ່າຈະປ່ອຍສິ່ງຂອງສອງຫຼືຫຼາຍອາລະບັນເຂົ້າໃນອາລະບັນດຽວ.

ໃນ SQL, ພວກເຮົາຕິດຕໍ່ຕາມຫົວຂໍ້, ໃນ NumPy, ພວກເຮົາສົມທຽບຕາມຕາວຸ້ງ.

我们传递了一系列要与轴一起连接到 concatenate() ຫົວວິທີຂອງອາລະບັນ. ຖ້າບໍ່ໄດ້ສົ່ງຜູ້ສົ່ງທີ່ລະບຸອາກາດ, ຈະໄດ້ພົບເປັນ 0.

实例

ສົມທຽບສອງອາລະບັນ:

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

运行实例

实例

ຕາມການເຊື່ອມລະບຽບ (axis=1) ສົມທຽບສອງ 2-D array:

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)

运行实例

使用堆栈函数连接数组

堆栈与级联相同，唯一的不同是堆栈是沿着新轴完成的。

我们可以沿着第二个轴连接两个一维数组，这将导致它们彼此重叠，即，堆叠（stacking）。

我们传递了一系列要与轴一起连接到 concatenate() 方法的数组。如果未显式传递轴，则将其视为 0。

实例

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)

运行实例

沿行堆叠

NumPy 提供了一个辅助函数：hstack() 沿行堆叠。

实例

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

运行实例

沿列堆叠

NumPy 提供了一个辅助函数：vstack() 沿列堆叠。

实例

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

运行实例

沿高度堆叠（深度）

NumPy 提供了一个辅助函数：dstack() 沿高度堆叠，该高度与深度相同。

实例

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

运行实例