Conexão de Matrizes NumPy

Conectando arrays NumPy

Conectar significa colocar o conteúdo de dois ou mais arrays em um único array.

No SQL, conectamos tabelas com base na chave, enquanto no NumPy conectamos arrays por eixo.

Passamos uma série de arrays que serão conectados ao eixo concatenate() A função de array. Se não for passada explicitamente o eixo, é considerado 0.

Exemplo

Conectando dois arrays:

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

Executar Exemplo

Exemplo

Conectando arrays 2-D ao longo da linha (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)

Executar Exemplo

Conectando arrays usando a função de pilha

O stack é o mesmo que o concatenate, a única diferença é que o stack é feito ao longo de um novo eixo.

Podemos conectar dois arrays unidimensionais ao longo do segundo eixo, resultando em uma sobreposição, ou seja, empilhamento (stacking).

Passamos uma série de arrays que serão conectados ao eixo concatenate() Método do array. Se o eixo não for passado explicitamente, ele será considerado 0.

Exemplo

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)

Executar Exemplo

Empilhado ao longo das linhas

NumPy fornece uma função auxiliar:hstack() Empilhado ao longo das linhas.

Exemplo

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

Executar Exemplo

Empilhado ao longo das colunas

NumPy fornece uma função auxiliar:vstack() Empilhado ao longo das colunas.

Exemplo

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

Executar Exemplo

Empilhado ao longo da altura (profundidade)

NumPy fornece uma função auxiliar:dstack() Empilhado ao longo da altura, a altura é igual à profundidade.

Exemplo

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

Executar Exemplo