Cara menggabungkan beberapa array dengan python

Jika sebuah. ndim < n, 'A' dipromosikan menjadi n-dimensi dengan menambahkan sumbu baru. Jadi array bentuk (5,) dipromosikan ke (1, 5) untuk replikasi 2-D, atau bentuk (1, 1, 5) untuk replikasi 3-D. Jika ini bukan perilaku yang diinginkan, promosikan 'A' ke dimensi-n secara manual sebelum memanggil fungsi ini

Seringkali Anda mungkin memiliki dua atau lebih array NumPY dan ingin menggabungkan/bergabung/menggabungkannya menjadi satu array. Python menawarkan banyak opsi untuk bergabung/menggabungkan array NumPy

Operasi umum termasuk diberikan dua array 2d, bagaimana kita bisa menggabungkannya dengan bijak baris atau kolom. Fungsi penggabungan NumPy memungkinkan Anda menggabungkan dua array baik dengan baris atau kolom. Mari kita lihat beberapa contoh fungsi gabungan NumPy

Mari kita impor paket NumPy terlebih dahulu

# import numpy import numpy as np

Mari kita buat array NumPy menggunakan fungsi arange di NumPy. Array 1d dimulai pada 0 dan berakhir pada 8

array = np.arange(9) array _

Kita dapat menggunakan fungsi pembentukan ulang NumPy untuk mengonversi larik 1d menjadi larik 2d berdimensi 3×3, 3 baris dan 3 kolom. Fungsi NumPy reshape menggunakan tuple sebagai input

array2D_1 = array.reshape((3,3)) array2D_1 array([[0, 1, 2], [3, 4, 5], [6, 7, 8]])

Mari kita buat array 2d kedua dengan menggunakan fungsi arange dan reshape. Array 2d kedua dimulai pada 10 dan berakhir pada 18

>array2D_2 = np.arange(10,19).reshape(3,3) >array2D_2 array([[10, 11, 12], [13, 14, 15], [16, 17, 18]])

Gabungan NumPy

Fungsi penggabungan NumPy dapat digunakan untuk menggabungkan dua array baik berdasarkan baris maupun kolom. Fungsi gabungan dapat mengambil dua atau lebih array dengan bentuk yang sama dan secara default menggabungkan baris-bijak i. e. sumbu = 0. Array yang dihasilkan setelah penggabungan baris-bijaksana berbentuk 6 x 3, i. e. 6 baris dan 3 kolom

Bagaimana Cara Menggabungkan 2 NumPy Arrays Row-wise?

# concatenate 2 numpy arrays: row-wise >np.concatenate((array2D_1, array2D_2)) array([[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8], [10, 11, 12], [13, 14, 15], [16, 17, 18]]) _

Bagaimana Cara Menggabungkan 2 Array NumPy Secara Bijaksana?

Kami juga dapat menggabungkan 2 array NumPy berdasarkan kolom dengan menentukan sumbu = 1. Sekarang array yang dihasilkan adalah matriks lebar dengan lebih banyak kolom daripada baris;

# concatenate 2 numpy arrays: column-wise >np.concatenate((array2D_1,array2D_2),axis=1) array([[ 0, 1, 2, 10, 11, 12], [ 3, 4, 5, 13, 14, 15], [ 6, 7, 8, 16, 17, 18]])

Bagaimana Cara Menggabungkan lebih dari 2 NumPy Arrays Row-wise?

Fungsi gabungan NumPy dapat digunakan dengan lebih dari 2 larik. Berikut adalah contoh penggabungan 3 array NumPy berdasarkan baris. Kami menentukan tiga array yang ingin kami gabungkan sebagai tuple

# concatenate 3 numpy arrays: row-wise >np.concatenate((array2D_1, array2D_2, array2D_1)) array([[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8], [10, 11, 12], [13, 14, 15], [16, 17, 18], [ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8]]) _

Selain fungsi gabungan, NumPy juga menawarkan dua fungsi praktis hstack dan vstack untuk menumpuk/menggabungkan array secara horizontal atau vertikal

Baik hstack dan vstack, di bawah tenda memanggil concatenate dengan opsi sumbu =1 dan sumbu = 0

Berikut adalah contoh penggunaan hstack dan vstack

Contoh vstack NumPy

Susunan tumpukan vstack NumPy secara berurutan secara vertikal i. e. baris bijaksana. Dan hasilnya sama dengan menggunakan concatenate dengan axis=0

>np.vstack((array2D_1, array2D_2)) array([[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8], [10, 11, 12], [13, 14, 15], [16, 17, 18]])

Penggunaan umum lainnya dari hstack Numpy adalah menggunakannya untuk menggabungkan dua array 1d-numpy menjadi satu array 2d-numpy. Misalnya, jika kita memiliki dua array satu dimensi,

x = np.ones(4) y = np.arange(1,5) print(x) print(y) [1. 1. 1. 1.] [1 2 3 4] _

Kita bisa menggunakan vstack Numpy untuk membuat 2d-array berukuran 2×4

print(np.vstack((x, y))) [[1. 1. 1. 1.] [1. 2. 3. 4.]] _

Demikian pula, dengan transpose kita mendapatkan 2d-array 4×2 menggunakan vstack

array = np.arange(9) array _0

Contoh NumPy hstack

NumPy hstack stack array secara horizontal i. e. kolom bijaksana. Dan hasilnya sama dengan menggunakan concatenate dengan axis=1

array = np.arange(9) array _1

Bagaimana Menggabungkan Beberapa Array 1d?

Fungsi gabungan NumPy juga dapat digunakan untuk menggabungkan lebih dari dua array numpy. Berikut adalah contoh, di mana kami memiliki tiga larik 1d-numpy dan kami menggabungkan ketiga larik tersebut menjadi satu larik 1d

Mari gunakan buat tiga array 1d di NumPy

array = np.arange(9) array _2

Dan kita bisa menggunakan np. gabungkan dengan tiga array numpy dalam daftar sebagai argumen untuk digabungkan menjadi satu array 1d

Bagaimana cara menggabungkan beberapa array menjadi satu dengan Python?

Gunakan numpy. concatenate() untuk menggabungkan konten dari dua atau beberapa larik menjadi satu larik tunggal. Fungsi ini membutuhkan beberapa argumen bersama dengan array NumPy untuk digabungkan dan mengembalikan ndarray array Numpy. Perhatikan bahwa metode ini juga menggunakan sumbu sebagai argumen lain, jika tidak ditentukan defaultnya adalah 0.

Bagaimana Anda menggabungkan array multidimensi?

Kita dapat melakukan operasi penggabungan menggunakan fungsi concatenate() . Dengan fungsi ini, array digabungkan baik berdasarkan baris atau berdasarkan kolom, mengingat bahwa mereka masing-masing memiliki baris atau kolom yang sama. Penggabungan berdasarkan kolom dapat dilakukan dengan menyamakan sumbu dengan 1 sebagai argumen dalam fungsi.

Bagaimana Anda menambahkan dua array dengan Python?

Dua larik dalam python dapat ditambahkan dengan berbagai cara dan semua kemungkinan akan dibahas di bawah ini. .
Himpunan. [array_like]Larik masukan
nilai-nilai. [array_like]nilai yang akan ditambahkan di arr. .
sumbu. Axis sepanjang mana kita ingin memasukkan nilai-nilai

Bagaimana cara menggabungkan dua array NumPy dengan Python?

Bergabung dengan Array NumPy . Jika sumbu tidak diteruskan secara eksplisit, itu diambil sebagai 0

Postingan terbaru

LIHAT SEMUA