Tablica łącząca NumPy
Dołączanie do tablic NumPy
Łączenie oznacza umieszczenie zawartości dwóch lub więcej tablic w jednej tablicy.
W SQL łączymy tablice na podstawie klucza, natomiast w NumPy łączymy tablice osiami.
Przekazujemy sekwencję tablic, które chcemy dołączyć do
concatenate()funkcji, wraz z osią. Jeśli oś nie została wyraźnie przekazana, przyjmuje się ją jako 0.
Przykład
Połącz dwie tablice
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4,
5, 6])
arr = np.concatenate((arr1, arr2))
print(arr)
Przykład
Połącz dwie szyki 2-D wzdłuż rzędów (oś=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)
Łączenie tablic za pomocą funkcji stosu
Układanie jest takie samo jak konkatenacja, jedyną różnicą jest to, że układanie odbywa się wzdłuż nowej osi.
Możemy połączyć dwie tablice jednowymiarowe wzdłuż drugiej osi, co skutkowałoby nałożeniem ich na siebie, tj. układanie w stos.
Do metody przekazujemy ciąg tablic, które chcemy dołączyć
stack()wraz z osią. Jeśli oś nie została wyraźnie przekazana, przyjmuje się ją jako 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)
Układanie wzdłuż rzędów
NumPy zapewnia funkcję pomocniczą: hstack()
układanie w stosy wzdłuż rzędów.
Przykład
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4,
5, 6])
arr = np.hstack((arr1, arr2))
print(arr)
Układanie wzdłuż kolumn
NumPy zapewnia funkcję pomocniczą: vstack() układanie stosów 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)
Układanie wzdłuż wysokości (głębokość)
NumPy zapewnia funkcję pomocniczą: dstack()
układanie stosów wzdłuż wysokości, która 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)