Bagaimana cara menggabungkan array NumPy dengan Python? . Penggabungan mengacu pada menempatkan isi dari dua atau lebih array dalam satu array. Di Python NumPy, kita bisa menggabungkan array dengan sumbu (vertikal atau horizontal), sedangkan di SQL kita menggabungkan tabel berdasarkan kunci
Anda bisa melewatkan urutan array yang ingin Anda gabungkan ke fungsi concatenate(), bersama dengan sumbu. Jika sumbu tidak dilewati secara eksplisit, itu diambil sebagai 0. Pada artikel ini, saya akan menjelaskan cara menggabungkan array NumPy (ndarray) dengan contoh menggunakan fungsi seperti concatenate(), import numpy as np #Create NumPy arrays arr = np.array([4, 7, 12]) arr1 = np.array([5, 9, 15]) # Use concatenate() to join two arrays con = np.concatenate((arr, arr1)) print(con) 6, import numpy as np #Create NumPy arrays arr = np.array([4, 7, 12]) arr1 = np.array([5, 9, 15]) # Use concatenate() to join two arrays con = np.concatenate((arr, arr1)) print(con) 7, import numpy as np #Create NumPy arrays arr = np.array([4, 7, 12]) arr1 = np.array([5, 9, 15]) # Use concatenate() to join two arrays con = np.concatenate((arr, arr1)) print(con) 8, import numpy as np #Create NumPy arrays arr = np.array([4, 7, 12]) arr1 = np.array([5, 9, 15]) # Use concatenate() to join two arrays con = np.concatenate((arr, arr1)) print(con) 9
Perhatikan bahwa di Python NumPy, [ 4 7 12 5 9 15] 0 adalah larik multidimensi dan homogen dari item berukuran tetap dengan jenis yang sama. Anda dapat membuat objek ndarray dengan menggunakan [ 4 7 12 5 9 15] 1
1. Contoh Cepat NumPy Concatenate Arrays
Jika Anda sedang terburu-buru, berikut adalah beberapa contoh cepat tentang cara menggabungkan dua array NumPy. Atau, Anda juga dapat menggunakan NumPy. append() berfungsi untuk menambahkan array
# Below are a quick examples # Example 1: Use concatenate() to join two arrays con = np.concatenate((arr, arr1)) print(con) # Example 2: Use concatenate() with axis con = np.concatenate((arr, arr1), axis=1) print(con) # Example 3: Use np.stack() function to Join Arrays con = np.stack((arr, arr1), axis=1) print(con) # Example 4: Use np.hstack() function con = np.hstack((arr, arr1)) print(con) # Example 5: Use np.vstack() function con = np.vstack((arr, arr1)) print(con) # Example 6: Use np.dstack() function to Stacking Along Height (depth) con = np.dstack((arr, arr1)) print(con)Mari kita lihat masing-masing dengan contoh
2. Menggabungkan NumPy Array
Gunakan import numpy as np #Create NumPy arrays arr = np.array([4, 7, 12]) arr1 = np.array([5, 9, 15]) # Use concatenate() to join two arrays con = np.concatenate((arr, arr1)) print(con) 5 untuk menggabungkan konten dari dua atau beberapa larik menjadi satu larik. 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
Penggabungan mengacu pada menempatkan isi dari dua atau lebih array dalam satu array. Di Python NumPy, kita bisa menggabungkan array dengan sumbu (vertikal atau horizontal), sedangkan di SQL kita menggabungkan tabel berdasarkan kunci
import numpy as np #Create NumPy arrays arr = np.array([4, 7, 12]) arr1 = np.array([5, 9, 15]) # Use concatenate() to join two arrays con = np.concatenate((arr, arr1)) print(con)Hasil di bawah output. Jika Anda perhatikan itu hanya menambahkan elemen dari larik kedua ke larik pertama dan mengembalikan larik NumPy baru
[ 4 7 12 5 9 15]3. Gunakan numpy. gabungkan() dengan sumbu=1
Anda juga dapat menggabungkan dua array NumPy berdasarkan kolom dengan menentukan sumbu=1. Sekarang array yang dihasilkan adalah matriks lebar dengan lebih banyak kolom daripada baris. Dengan [ 4 7 12 5 9 15] _3, ini mengembalikan array array (Array bersarang)
# Use concatenate() with axis con = np.concatenate((arr, arr1), axis=1) print(con)Hasil di bawah output
Sekarang mari kita lihat cara menggabungkan array NumPy bersarang
# Create NumPy array arr = np.array([[4, 6],[9, 13]]) arr1 = np.array([[8, 3],[12, 19]]) # Use np.concatenate() Function con = np.concatenate((arr, arr1), axis=1) print(con)Hasil di bawah output
[[ 4 6 8 3] [ 9 13 12 19]]4. Gunakan numpy. stack() Fungsi untuk Menggabungkan Array
Juga, gunakan fungsi [ 4 7 12 5 9 15] 4 untuk menggabungkan urutan array di sepanjang sumbu baru. Anda melewatkan urutan array yang ingin Anda gabungkan ke fungsi [ 4 7 12 5 9 15] 4 bersama dengan sumbu. Jika sumbu tidak dilewati secara eksplisit, maka dianggap nol
# Create NumPy arrays arr = np.array([4, 7, 12]) arr1 = np.array([5, 9, 15]) # Use numpy.stack() Function to Join Arrays con = np.stack((arr, arr1), axis=1) print(con)Hasil di bawah output. Karena saya menggunakan [ 4 7 12 5 9 15] _3 itu digabungkan pada kolom
[[ 4 5] [ 7 9] [12 15]]5. Gunakan NumPy. hstack() Fungsi
Demikian pula, Anda juga dapat menggabungkan array secara horizontal di Python NumPy menggunakan fungsi import numpy as np #Create NumPy arrays arr = np.array([4, 7, 12]) arr1 = np.array([5, 9, 15]) # Use concatenate() to join two arrays con = np.concatenate((arr, arr1)) print(con) 7. hstack() digunakan untuk menumpuk array secara horizontal
Hasil di bawah output
[ 4 7 12 5 9 15]6. Gunakan NumPy. fungsi vstack()
Anda dapat menggunakan [ 4 7 12 5 9 15] _8 untuk menumpuk array secara berurutan secara vertikal
import numpy as np #Create NumPy arrays arr = np.array([4, 7, 12]) arr1 = np.array([5, 9, 15]) # Use concatenate() to join two arrays con = np.concatenate((arr, arr1)) print(con) _1Hasil di bawah output
import numpy as np #Create NumPy arrays arr = np.array([4, 7, 12]) arr1 = np.array([5, 9, 15]) # Use concatenate() to join two arrays con = np.concatenate((arr, arr1)) print(con) _27. Gunakan numpy. dstack() Berfungsi untuk Menggabungkan Array
Gunakan [ 4 7 12 5 9 15] _9 untuk menumpuk bersama dengan ketinggian, yang sama dengan kedalaman
import numpy as np #Create NumPy arrays arr = np.array([4, 7, 12]) arr1 = np.array([5, 9, 15]) # Use concatenate() to join two arrays con = np.concatenate((arr, arr1)) print(con) _3Hasil di bawah output. Output ini sama dengan menggunakan # Use concatenate() with axis con = np.concatenate((arr, arr1), axis=1) print(con) 0 dengan [ 4 7 12 5 9 15] 3
import numpy as np #Create NumPy arrays arr = np.array([4, 7, 12]) arr1 = np.array([5, 9, 15]) # Use concatenate() to join two arrays con = np.concatenate((arr, arr1)) print(con) _48. Kesimpulan
Pada artikel ini, saya telah menjelaskan cara menggabungkan NumPy dua atau beberapa array menggunakan # Use concatenate() with axis con = np.concatenate((arr, arr1), axis=1) print(con) 0, import numpy as np #Create NumPy arrays arr = np.array([4, 7, 12]) arr1 = np.array([5, 9, 15]) # Use concatenate() to join two arrays con = np.concatenate((arr, arr1)) print(con) 6, import numpy as np #Create NumPy arrays arr = np.array([4, 7, 12]) arr1 = np.array([5, 9, 15]) # Use concatenate() to join two arrays con = np.concatenate((arr, arr1)) print(con) 7, import numpy as np #Create NumPy arrays arr = np.array([4, 7, 12]) arr1 = np.array([5, 9, 15]) # Use concatenate() to join two arrays con = np.concatenate((arr, arr1)) print(con) 8, import numpy as np #Create NumPy arrays arr = np.array([4, 7, 12]) arr1 = np.array([5, 9, 15]) # Use concatenate() to join two arrays con = np.concatenate((arr, arr1)) print(con) 9 dengan contoh. Penggabungan mengacu pada menempatkan isi dari dua atau lebih array dalam satu array. Di Python NumPy, kita bisa menggabungkan array dengan sumbu (vertikal atau horizontal), sedangkan di SQL kita menggabungkan tabel berdasarkan kunci