Kombinasi dari 2 array python

Anda perlu menentukan aturan untuk berubah. Dengan menebak dari melihat hasil yang Anda inginkan, Anda perlu memeriksa setiap entri dalam larik pertama. Kemudian temukan semua nilai dalam array dasar yang lebih besar dari angka terbesarnya. Buat array tiga elemen baru dari itu dan lanjutkan sampai semua telah diproses

Coba ini

Tambahkan solusi Anda di sini

 B   I   U   S  small BIG code var  <   >   &  link [^] encode untab case indent outdent

Pratinjau 0

Anggota yang Ada

atau Bergabunglah dengan kami

Unduh, Pilih, Komentari, Publikasikan

Email ini sedang digunakan. Apakah Anda memerlukan kata sandi Anda?

Mohon saat menjawab pertanyaan

1. Baca pertanyaan dengan hati-hati
2. Pahami bahwa bahasa Inggris bukanlah bahasa utama semua orang, jadi toleran terhadap ejaan dan tata bahasa yang buruk
3. Jika pertanyaan diutarakan dengan buruk, mintalah klarifikasi, abaikan, atau edit pertanyaan dan perbaiki masalahnya. Penghinaan tidak diterima
4. Jangan beritahu seseorang untuk membaca manual. Kemungkinan mereka memiliki dan tidak mendapatkannya. Berikan jawaban atau lanjutkan ke pertanyaan berikutnya

Konten ini, bersama dengan kode sumber dan file terkait, dilisensikan di bawah The Code Project Open License (CPOL)

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

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

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

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

Bagaimana Anda menggabungkan dua array secara horizontal dengan Python?

Bagaimana cara menggabungkan dua array satu arah dengan Python?

Bagaimana cara menambahkan 2 array NumPy?

Bagaimana cara membuat array dari semua kombinasi dari dua array NumPy?