NumPy Joining Array
Beitritt zu NumPy-Arrays
Verbinden bedeutet, Inhalte von zwei oder mehr Arrays in einem einzigen Array zusammenzufassen.
In SQL verbinden wir Tabellen basierend auf einem Schlüssel, während wir in NumPy Arrays über Achsen verbinden.
concatenate()
Wir übergeben eine Folge von Arrays, die wir zusammen mit der Achse mit der Funktion verbinden möchten
. Wenn die Achse nicht explizit übergeben wird, wird sie als 0 angenommen.
Beispiel
Verbinden Sie zwei Arrays
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4,
5, 6])
arr = np.concatenate((arr1, arr2))
print(arr)
Beispiel
Verbinden Sie zwei 2-D-Arrays entlang von Zeilen (Achse = 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)
Verbinden von Arrays mit Stack-Funktionen
Das Stapeln ist dasselbe wie das Verketten, der einzige Unterschied besteht darin, dass das Stapeln entlang einer neuen Achse erfolgt.
Wir können zwei 1-D-Arrays entlang der zweiten Achse verketten, was dazu führen würde, dass sie übereinander gelegt würden, dh. Stapeln.
stack()
Wir übergeben eine Folge von Arrays, die wir zusammen mit der Achse mit der Methode verbinden möchten
. Wenn die Achse nicht explizit übergeben wird, wird sie als 0 angenommen.
Beispiel
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)
Stapeln entlang von Reihen
NumPy bietet eine Hilfsfunktion: hstack()
zum Stapeln entlang von Zeilen.
Beispiel
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4,
5, 6])
arr = np.hstack((arr1, arr2))
print(arr)
Stapeln entlang von Spalten
NumPy bietet eine Hilfsfunktion: vstack()
zum Stapeln entlang von Spalten.
Beispiel
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4,
5, 6])
arr = np.vstack((arr1, arr2))
print(arr)
Stapeln entlang Höhe (Tiefe)
NumPy bietet eine Hilfsfunktion: dstack()
um entlang der Höhe zu stapeln, was der Tiefe entspricht.
Beispiel
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4,
5, 6])
arr = np.dstack((arr1, arr2))
print(arr)