Nối mảng python
Hàm nối () là một hàm từ gói NumPy. Về cơ bản, hàm này kết hợp các mảng NumPy với nhau. Hàm này về cơ bản được sử dụng để kết nối hai hoặc nhiều mảng có cùng hình dạng dọc theo một trục được chỉ định. Có những điều cần thiết sau đây cần ghi nhớ Show NumPy concatenate() does not same as a allow the connection of the media system. Nó giống như việc sắp xếp các mảng NumPy Các bài viết liên quan
Chức năng này có thể hoạt động theo cả chiều dọc và chiều ngang. Điều này có nghĩa là chúng ta có thể nối các mảng với nhau theo chiều ngang hoặc chiều dọc Hàm concatenate() thường được viết dưới dạng np. nối (), nhưng chúng ta cũng có thể viết nó dưới dạng numpy. nối (). Nó phụ thuộc vào cách nhập gói numpy, nhập numpy dưới dạng np hoặc nhập numpy, tương ứng cú pháp numpy.concatenate ((a1, a2, ...), axis) Tham số
Tham số này xác định trình tự định danh của mảng. Ở đây, a1, a2, a3 … là các mảng có dạng giống nhau, ngoại trừ khả năng tương ứng với mạng
Tham số này xác định hệ thống mà mảng sẽ được kết nối với nhau. Theo default, value of it is 0 Nó sẽ trả về một ndarray chứa các phần tử của cả hai mảng Xem thêm Duyệt mảng trong NumPy Ví dụ 1. cục mịch. nối () import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z Trong đoạn mã trên
In the head, value of both array, tức là ‘x’ và ‘y’ được hiển thị theo thành phần = 0 đầu ra Ví dụ 2. cục mịch. nối () với trục = 0 import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y), axis=0) z đầu ra Ví dụ 3. cục mịch. nối () với axis = 1 import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y.T), axis=1) z đầu ra Trong ví dụ trên, '. T’ được sử dụng để thay đổi các cột thành hàng và cột thành hàng Xem thêm Use Linear Algebra in Numpy Ví dụ 4. cục mịch. nối () với axis = Không có import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y), axis=None) z đầu ra Trong các ví dụ trên, chúng ta đã sử dụng hàm np. nối (). Chức năng này không được đảm bảo toàn bộ khi bắt đầu với MaskedArray. Có một cách sau đây mà qua đó chúng ta có thể kết nối các mảng có thể duy trì việc kiểm tra các đầu vào MaskedArray Làm cách nào để nối các mảng NumPy trong Python? . Ghép nối đề cập đến việc đặt nội dung của hai hoặc nhiều mảng trong một mảng. Trong Python NumPy, chúng ta có thể nối các mảng theo trục (dọc hoặc ngang), trong khi trong SQL, chúng ta nối các bảng dựa trên các khóa Bạn có thể chuyển một chuỗi các mảng mà bạn muốn nối vào hàm concatenate(), cùng với trục. Nếu trục không được thông qua một cách rõ ràng, nó được lấy bằng 0. Trong bài viết này, tôi sẽ giải thích cách nối các mảng NumPy (ndarray) với các ví dụ bằng cách sử dụng các hàm như concatenate(), 6, 7, 8, 9Lưu ý rằng trong Python NumPy, import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z00 là một mảng đa chiều, đồng nhất gồm các mục có kích thước cố định cùng loại. Bạn có thể tạo đối tượng ndarray bằng cách sử dụng import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z01 1. Ví dụ nhanh về mảng nối NumPyNếu bạn đang vội, dưới đây là một số ví dụ nhanh về cách hợp nhất hai mảng NumPy. Ngoài ra, bạn cũng có thể sử dụng NumPy. hàm append() nối thêm mảng import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z2 Hãy xem từng ví dụ này 2. Ghép các mảng NumPySử dụng 5 để hợp nhất nội dung của hai hoặc nhiều mảng thành một mảng. Hàm này lấy một số đối số cùng với các mảng NumPy để nối và trả về một mảng Numpy ndarray. Lưu ý rằng phương thức này cũng lấy axis làm đối số khác, khi không được chỉ định, nó sẽ mặc định là 0Ghép nối đề cập đến việc đặt nội dung của hai hoặc nhiều mảng trong một mảng. Trong Python NumPy, chúng ta có thể nối các mảng theo trục (dọc hoặc ngang), trong khi trong SQL, chúng ta nối các bảng dựa trên các khóa
Sản lượng dưới sản lượng. Nếu bạn nhận thấy nó chỉ nối thêm các phần tử từ mảng thứ hai vào mảng đầu tiên và trả về một mảng NumPy mới import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z0 3. sử dụng numpy. nối() với axis=1Bạn cũng có thể nối hai mảng NumPy theo cột bằng cách chỉ định axis=1. Bây giờ mảng kết quả là một ma trận rộng với nhiều cột hơn hàng. Với import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z03, nó trả về một mảng các mảng (Mảng lồng nhau) import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z7 Sản lượng dưới sản lượng import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z8 Bây giờ hãy xem cách hợp nhất các mảng NumPy lồng nhau import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z9 Sản lượng dưới sản lượng import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y), axis=0) z0 4. sử dụng numpy. stack() Chức năng tham gia mảngNgoài ra, hãy sử dụng hàm import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z04 để nối một chuỗi các mảng dọc theo một trục mới. Bạn chuyển một chuỗi các mảng mà bạn muốn nối vào hàm import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z04 cùng với trục. Nếu trục không được thông qua một cách rõ ràng, nó được lấy bằng không import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y), axis=0) z3 Sản lượng dưới sản lượng. Vì tôi đã sử dụng import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z03 nên nó được nối trên các cột import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z8 5. Sử dụng NumPy. Hàm hstack ()Tương tự, bạn cũng có thể nối các mảng theo chiều ngang trong Python NumPy bằng hàm 7. hstack() được sử dụng để xếp mảng theo chiều ngangimport numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y), axis=0) z7 Sản lượng dưới sản lượng import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z0 6. Sử dụng NumPy. hàm vstack()Bạn có thể sử dụng import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z08 để sắp xếp các mảng theo thứ tự theo chiều dọc 1Sản lượng dưới sản lượng 27. sử dụng numpy. dstack() Chức năng nối các mảngSử dụng import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z09 để xếp theo chiều cao, bằng với chiều sâu 3Sản lượng dưới sản lượng. Đầu ra này giống như sử dụng import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z70 với import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z03 48. Sự kết luậnTrong bài viết này, tôi đã giải thích cách nối NumPy hai hoặc nhiều mảng bằng cách sử dụng import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z70, 6, 7, 8, 9 với các ví dụ. Ghép nối đề cập đến việc đặt nội dung của hai hoặc nhiều mảng trong một mảng. Trong Python NumPy, chúng ta có thể nối các mảng theo trục (dọc hoặc ngang), trong khi trong SQL, chúng ta nối các bảng dựa trên các khóa |