NumPy เข้าร่วมอาร์เรย์

เข้าร่วม NumPy Arrays

การเข้าร่วมหมายถึงการวางเนื้อหาของอาร์เรย์ตั้งแต่สองอาร์เรย์ขึ้นไปในอาร์เรย์เดียว

ใน SQL เรารวมตารางโดยยึดตามคีย์ ในขณะที่ NumPy เรารวมอาร์เรย์ด้วยแกน

เราส่งผ่านลำดับของอาร์เรย์ที่เราต้องการรวมเข้ากับ concatenate()ฟังก์ชันพร้อมกับแกน หากไม่ผ่านแกนอย่างชัดเจน จะถือเป็น 0

เข้าร่วมสองอาร์เรย์

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([4, 5, 6])

arr = np.concatenate((arr1, arr2))

print(arr)

เข้าร่วมอาร์เรย์ 2 มิติสองชุดตามแถว (แกน=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)

การเรียงซ้อนนั้นเหมือนกับการต่อกัน ความแตกต่างเพียงอย่างเดียวคือการเรียงซ้อนตามแกนใหม่

เราสามารถเชื่อมอาร์เรย์ 1-D สองชุดเข้าด้วยกันตามแกนที่สอง ซึ่งจะส่งผลให้วางอาร์เรย์หนึ่งทับอีกชุดหนึ่ง กล่าวคือ ซ้อน

เราส่งผ่านลำดับของอาร์เรย์ที่เราต้องการรวมเข้ากับ stack()วิธีการพร้อมกับแกน หากไม่ผ่านแกนอย่างชัดเจน จะถูกนับเป็น 0

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)

NumPy มีฟังก์ชันตัวช่วย: hstack() เพื่อเรียงตามแถว

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([4, 5, 6])

arr = np.hstack((arr1, arr2))

print(arr)

NumPy มีฟังก์ชันตัวช่วย: vstack() เพื่อเรียงซ้อนตามคอลัมน์

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([4, 5, 6])

arr = np.vstack((arr1, arr2))

print(arr)

NumPy มีฟังก์ชันตัวช่วย: dstack() เพื่อซ้อนตามความสูง ซึ่งเท่ากับความลึก

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([4, 5, 6])

arr = np.dstack((arr1, arr2))

print(arr)