Concatenate()-funktio on NumPy-paketin funktio. Tämä toiminto olennaisesti yhdistää NumPy-taulukot yhteen. Tätä toimintoa käytetään periaatteessa kahden tai useamman samanmuotoisen taulukon yhdistämiseen määrättyä akselia pitkin. On seuraavat asiat, jotka on tärkeää pitää mielessä:

1. NumPyn concatenate() ei ole kuin perinteinen tietokantaliitos. Se on kuin NumPy-taulukoiden pinoamista.
2. Tämä toiminto voi toimia sekä pysty- että vaakasuunnassa. Tämä tarkoittaa, että voimme ketjuttaa taulukoita yhteen vaaka- tai pystysuunnassa.

Concatenate()-funktio kirjoitetaan yleensä muodossa np.concatenate(), mutta voimme kirjoittaa sen myös muodossa numpy.concatenate(). Se riippuu tavasta, jolla numpy-paketti tuodaan, joko tuonti numpy np:nä tai tuonti numpy.

Syntaksi

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

Parametrit

1) (a1, a2, ...)

Tämä parametri määrittää taulukoiden järjestyksen. Tässä a1, a2, a3 ... ovat taulukoita, joilla on sama muoto, paitsi akselia vastaavassa mittasuhteessa.

sharwanand

2) akseli: int (valinnainen)

Tämä parametri määrittää akselin, jota pitkin taulukko liitetään. Oletuksena sen arvo on 0.

Tulos

Se palauttaa ndarray-tiedoston, joka sisältää molempien taulukoiden elementit.

ridhima tiwari

Esimerkki 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 

Yllä olevassa koodissa

• Olemme tuoneet numpyn aliasnimellä np.
• Olemme luoneet taulukon 'x' käyttämällä np.array()-funktiota.
• Sitten olemme luoneet toisen taulukon 'y' käyttämällä samaa np.array()-funktiota.
• Olemme ilmoittaneet muuttujan 'z' ja määrittäneet funktion np.concatenate() palautetun arvon.
• Olemme ohittaneet taulukot 'x' ja 'y' funktiossa.
• Lopuksi yritimme tulostaa z:n arvon.

Ulostulossa molempien taulukoiden arvot, eli 'x' ja 'y' akselin mukaan = 0.

Lähtö:

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

Esimerkki 2: numpy.concatenate(), jossa akseli=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 

Lähtö:

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

Esimerkki 3: numpy.concatenate() with 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 

Lähtö:

java merkkijonon liittäminen

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

Yllä olevassa esimerkissä .T-kirjaimella rivit muutettiin sarakkeiksi ja sarakkeet riveiksi.

Esimerkki 4: numpy.concatenate() with 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 

Lähtö:

python os -luettelohakemisto

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

Yllä olevissa esimerkeissä olemme käyttäneet funktiota np.concatenate(). Tämä toiminto ei säily MaskedArray-syötteiden peittämistä. On olemassa seuraava tapa, jolla voimme ketjuttaa taulukoita, jotka voivat säilyttää MaskedArray-syötteiden peittämisen.

Esimerkki 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 

Yllä olevassa koodissa

• Olemme tuoneet numpyn aliasnimellä np.
• Olemme luoneet taulukon 'x' käyttämällä np.ma.arrange()-funktiota.
• Sitten olemme luoneet toisen taulukon 'y' käyttämällä samaa np.ma.arrange()-funktiota.
• Olemme ilmoittaneet muuttujan 'z1' ja määrittäneet funktion np.concatenate() palautetun arvon.
• Olemme ilmoittaneet muuttujan 'z2' ja määrittäneet funktion np.ma.concatenate() palautetun arvon.
• Lopuksi yritimme tulostaa 'z1' ja 'z2' arvon.

Tulosteessa sekä taulukoiden 'z1' että 'z2' arvot ovat säilyttäneet MaskedArray-syötteen peitteen.

Lähtö:

 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)