Функція concatenate() є функцією з пакету NumPy. Ця функція по суті об’єднує масиви NumPy. Ця функція в основному використовується для з’єднання двох або більше масивів однакової форми вздовж вказаної осі. Необхідно пам’ятати про такі речі:
- Функція concatenate() у NumPy не схожа на традиційне з’єднання з базою даних. Це як укладання масивів NumPy.
- Ця функція може працювати як вертикально, так і горизонтально. Це означає, що ми можемо об’єднувати масиви горизонтально або вертикально.
Функція concatenate() зазвичай записується як np.concatenate(), але ми також можемо записати її як numpy.concatenate(). Це залежить від способу імпортування пакета numpy, імпортувати numpy як np або імпортувати numpy відповідно.
Синтаксис
numpy.concatenate((a1, a2, ...), axis)
Параметри
1) (a1, a2, ...)
Цей параметр визначає послідовність масивів. Тут a1, a2, a3 ... це масиви, які мають однакову форму, за винятком розміру, що відповідає осі.
java коментарі
2) axis : int (необов'язковий)
Цей параметр визначає вісь, уздовж якої буде з’єднано масив. За замовчуванням його значення дорівнює 0.
Результат
Він поверне масив ndarray, що містить елементи обох масивів.
клас об'єктів в java
Приклад 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
У наведеному вище коді
- Ми імпортували numpy з псевдонімом np.
- Ми створили масив 'x' за допомогою функції np.array().
- Потім ми створили інший масив 'y' за допомогою тієї самої функції np.array().
- Ми оголосили змінну 'z' і присвоїли повернуте значення функції np.concatenate().
- Ми передали у функцію масив «x» і «y».
- Нарешті, ми спробували надрукувати значення 'z'.
У вихідних даних значення обох масивів, тобто «x» і «y», показані відповідно до осі=0.
Вихід:
array([[ 1, 2], [ 3, 4], [12, 30]])
Приклад 2: numpy.concatenate() з axis=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
Вихід:
array([[ 1, 2], [ 3, 4], [12, 30]])
Приклад 3: numpy.concatenate() з axis=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
Вихід:
sql concat
array([[ 1, 2, 12], [ 3, 4, 30]])
У наведеному вище прикладі '.T' використовувався для зміни рядків на стовпці, а стовпців — на рядки.
Приклад 4: numpy.concatenate() з axis=None
import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y), axis=None) z
Вихід:
mylivecricket.in
array([ 1, 2, 3, 4, 12, 30])
У наведених вище прикладах ми використовували функцію np.concatenate(). Ця функція не зберігає маскування вхідних даних MaskedArray. Існує наступний спосіб, за допомогою якого ми можемо об’єднати масиви, які можуть зберегти маскування вхідних даних MaskedArray.
Приклад 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
У наведеному вище коді
- Ми імпортували numpy з псевдонімом np.
- Ми створили масив 'x' за допомогою функції np.ma.arrange().
- Потім ми створили інший масив 'y' за допомогою тієї самої функції np.ma.arrange().
- Ми оголосили змінну 'z1' і присвоїли повернуте значення функції np.concatenate().
- Ми оголосили змінну 'z2' і присвоїли повернуте значення функції np.ma.concatenate().
- Нарешті, ми спробували надрукувати значення 'z1' і 'z2'.
У вихідних даних значення обох масивів «z1» і «z2» зберегли маскування вхідних даних MaskedArray.
Вихід:
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)