Łączenie tablic w NumPy

Łączenie tablic NumPy

Łączenie oznacza umieszczenie zawartości dwóch lub więcej tablic w pojedynczej tablicy.

W SQL łączymy tabele na podstawie klucza, podczas gdy w NumPy łączymy tablice według osi.

Przekazaliśmy serię tablic do połączenia z osią concatenate() Funkcja tablic. Jeśli nie przekazano wyraźnie osi, domyślnie uznaje się ją za 0.

Przykład

Łączenie tablic

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

Uruchom przykład

Przykład

Łączenie tablic 2-wymiarowych wzdłuż osi (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)

Uruchom przykład

Łączenie tablic za pomocą funkcji stackowania

Stackowanie jest takie samo jak łączenie, różnica polega na tym, że stackowanie jest wykonywane wzdłuż nowej osi.

Możemy połączyć dwa jednowymiarowe tablice wzdłuż drugiej osi, co spowoduje ich nakładanie się na siebie, czyli klejenie (stacking).

Przekazaliśmy serię tablic do połączenia z osią concatenate() Metoda tablicowa. Jeśli nie przekazano wyraźnie osi, uznaje się ją za 0.

Przykład

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)

Uruchom przykład

Klejone wzdłuż wierszy

NumPy dostarcza funkcję pomocniczą:hstack() Klejone wzdłuż wierszy

Przykład

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

Uruchom przykład

Klejone wzdłuż kolumn

NumPy dostarcza funkcję pomocniczą:vstack() Klejone wzdłuż kolumn

Przykład

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

Uruchom przykład

Klejone wzdłuż wysokości (głębokości)

NumPy dostarcza funkcję pomocniczą:dstack() Klejone wzdłuż wysokości, ta wysokość jest taka sama jak głębokość.

Przykład

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

Uruchom przykład