logo

numpy.concatenate() i Python

Funktionen concatenate() er en funktion fra NumPy-pakken. Denne funktion kombinerer i det væsentlige NumPy-arrays sammen. Denne funktion bruges grundlæggende til at forbinde to eller flere arrays af samme form langs en specificeret akse. Der er følgende ting, som er vigtige at huske på:

  1. NumPy's concatenate() er ikke som en traditionel database join. Det er som at stable NumPy-arrays.
  2. Denne funktion kan fungere både lodret og vandret. Dette betyder, at vi kan sammenkæde arrays horisontalt eller vertikalt.
numpy.concatenate()

Funktionen concatenate() skrives normalt som np.concatenate(), men vi kan også skrive den som numpy.concatenate(). Det afhænger af måden at importere numpy-pakken på, enten importer numpy som np eller importer numpy.

Syntaks

 numpy.concatenate((a1, a2, ...), axis) 

Parametre

1) (a1, a2, ...)

Denne parameter definerer rækkefølgen af ​​arrays. Her er a1, a2, a3 ... de arrays, der har samme form, undtagen i den dimension, der svarer til aksen.

streng find c++

2) akse: int(valgfri)

kylie jenner age

Denne parameter definerer aksen, langs hvilken arrayet vil blive forbundet. Som standard er dens værdi 0.

Resultat

Det vil returnere et ndarray, der indeholder elementerne i begge arrays.

Eksempel 1: numpy.concatenate()

 import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z 

I ovenstående kode

  • Vi har importeret numpy med alias navn np.
  • Vi har oprettet et array 'x' ved hjælp af np.array()-funktionen.
  • Derefter har vi oprettet et andet array 'y' ved hjælp af den samme np.array() funktion.
  • Vi har erklæret variablen 'z' og tildelt den returnerede værdi af funktionen np.concatenate().
  • Vi har bestået arrayet 'x' og 'y' i funktionen.
  • Til sidst forsøgte vi at udskrive værdien af ​​'z'.

I outputtet er værdierne for begge arrays, dvs. 'x' og 'y' vist i henhold til aksen=0.

Produktion:

hvordan man kontrollerer skærmstørrelsen på skærmen
 array([[ 1, 2], [ 3, 4], [12, 30]]) 

Eksempel 2: numpy.concatenate() med akse=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 

Produktion:

 array([[ 1, 2], [ 3, 4], [12, 30]]) 

Eksempel 3: numpy.concatenate() med akse=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 

Produktion:

 array([[ 1, 2, 12], [ 3, 4, 30]]) 

I ovenstående eksempel blev '.T' brugt til at ændre rækkerne til kolonner og kolonner til rækker.

Eksempel 4: numpy.concatenate() med axis=Ingen

 import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y), axis=None) z 

Produktion:

10 ml i oz
 array([ 1, 2, 3, 4, 12, 30]) 

I ovenstående eksempler har vi brugt np.concatenate() funktion. Denne funktion er ikke bevaret maskering af MaskedArray-input. Der er følgende måde, hvorpå vi kan sammenkæde de arrays, der kan bevare maskering af MaskedArray-input.

Eksempel 5: np.ma.concatenate()

 import numpy as np x=np.ma.arange(3) y=np.arange(3,6) x[1]=np.ma.masked x y z1=np.concatenate([x,y]) z2=np.ma.concatenate([x,y]) z1 z2 

I ovenstående kode

  • Vi har importeret numpy med alias navn np.
  • Vi har oprettet et array 'x' ved hjælp af funktionen np.ma.arrange().
  • Derefter har vi oprettet et andet array 'y' ved at bruge den samme np.ma.arrange() funktion.
  • Vi har erklæret variablen 'z1' og tildelt den returnerede værdi af funktionen np.concatenate().
  • Vi har erklæret variabel 'z2' og tildelt den returnerede værdi af funktionen np.ma.concatenate().
  • Til sidst forsøgte vi at udskrive værdien af ​​'z1' og 'z2'.

I outputtet har værdierne for både arrays 'z1' og 'z2' bevaret maskeringen af ​​MaskedArray-input.

Produktion:

 masked_array(data=[0, --, 2], mask=[False, True, False], fill_value=999999) array([3, 4, 5]) masked_array(data=[0, 1, 2, 3, 4, 5], mask=False, fill_value=999999) masked_array(data=[0, --, 2, 3, 4, 5], mask=[False, True, False, False, False, False], fill_value=999999)