Wichtige Tipps zum Beherrschen der Numpy-Array-Spleißmethoden: eine einfache Anleitung für den Einstieg

PHPz
Freigeben: 2024-01-26 09:31:12
Original
788 Leute haben es durchsucht

Wichtige Tipps zum Beherrschen der Numpy-Array-Spleißmethoden: eine einfache Anleitung für den Einstieg

Schnellstart: Beherrschen Sie die Schlüsselkompetenzen der Numpy-Array-Spleißmethode

Einführung:
In den Bereichen Datenanalyse und maschinelles Lernen ist es häufig erforderlich, mehrere Arrays für nachfolgende Vorgänge und Analysen zu spleißen. NumPy ist die am häufigsten verwendete numerische Berechnungsbibliothek in Python und bietet eine Fülle von Array-Operationsfunktionen, einschließlich einer Vielzahl von Array-Spleißmethoden. In diesem Artikel werden mehrere häufig verwendete Numpy-Array-Spleißmethoden vorgestellt und spezifische Codebeispiele bereitgestellt, um den Lesern dabei zu helfen, diese Schlüsselkompetenzen zu erlernen.

1. np.concatenate()
np.concatenate() ist eine der am häufigsten verwendeten Array-Spleißmethoden in NumPy. Sie kann mehrere Arrays entsprechend der angegebenen Achse verbinden. Das Folgende ist ein konkretes Beispiel, um seine Verwendung zu veranschaulichen:

import numpy as np

# 创建两个数组
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

# 使用np.concatenate()拼接数组
c = np.concatenate((a, b))
print(c)
Nach dem Login kopieren

Führen Sie den obigen Code aus. Sie erhalten die Ausgabe:

[1 2 3 4 5 6]
Nach dem Login kopieren
Nach dem Login kopieren

Im obigen Beispiel haben wir zuerst zwei Arrays a und b erstellt und dann np.concatenate() verwendet. Fügen Sie sie zusammen und speichern Sie das Ergebnis in Array c. Wie Sie sehen, enthält Array c alle Elemente von Array a und Array b.

2. np.vstack() und np.hstack()
Zusätzlich zu np.concatenate() bietet NumPy auch np.vstack() und np.hstack() für die Verarbeitung mehrerer Arrays im vertikalen (Hochformat) und horizontalen Bereich ( Querformat) Spleißen. Die spezifische Verwendung dieser beiden Funktionen wird im Folgenden vorgestellt. Die Funktion

  1. np.vstack()

np.vstack() wird verwendet, um mehrere Arrays vertikal zu verbinden, d. h. die Arrays vertikal zu stapeln. Das Folgende ist ein Beispielcode, um seine Verwendung zu veranschaulichen:

import numpy as np

# 创建两个数组
a = np.array([[1, 2, 3],
              [4, 5, 6]])
b = np.array([[7, 8, 9],
              [10, 11, 12]])

# 使用np.vstack()拼接数组
c = np.vstack((a, b))
print(c)
Nach dem Login kopieren

Führen Sie den obigen Code aus. Sie erhalten die Ausgabe:

[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]
Nach dem Login kopieren

Im obigen Beispiel haben wir zwei zweidimensionale Arrays a und b erstellt und dann np.vstack verwendet () Die Funktion verkettet sie vertikal und speichert das Ergebnis im Array c. Wie Sie sehen können, enthält Array c alle Zeilen von Array a und Array b. Die Funktion

  1. np.hstack()

np.hstack() wird verwendet, um mehrere Arrays horizontal zu verbinden, d. h. die Arrays horizontal zu stapeln. Das Folgende ist ein Beispielcode, um seine Verwendung zu veranschaulichen:

import numpy as np

# 创建两个数组
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

# 使用np.hstack()拼接数组
c = np.hstack((a, b))
print(c)
Nach dem Login kopieren

Führen Sie den obigen Code aus und Sie erhalten die Ausgabe:

[1 2 3 4 5 6]
Nach dem Login kopieren
Nach dem Login kopieren

Im obigen Beispiel haben wir zwei eindimensionale Arrays a und b erstellt und dann np.hstack verwendet () Die Funktion verkettet sie horizontal und speichert das Ergebnis im Array c. Wie Sie sehen können, enthält Array c alle Elemente von Array a und Array b.

3. np.concatenate vs. np.vstack/np.hstack
In der obigen Einführung haben wir die Verwendung der drei Funktionen np.concatenate(), np.vstack() bzw. np.hstack() vorgestellt. Was sind also die Unterschiede zwischen ihnen? Vergleichen wir ihre Unterschiede: Die Funktion

  1. np.concatenate() ist sowohl auf eindimensionale als auch auf zweidimensionale Arrays anwendbar, während die Funktionen np.vstack() und np.hstack() nur auf zweidimensionale anwendbar sind Arrays.
  2. Die Funktion np.concatenate() kann die verbundene Achse durch Angabe des Achsenparameters auswählen, während die Funktion np.vstack() in vertikaler Richtung und die Funktion np.hstack() in horizontaler Richtung fixiert ist.

Bei der Auswahl der zu verwendenden Funktion müssen wir auf der Grundlage der Anforderungen des tatsächlichen Problems entscheiden. Wenn Sie mehrere Arrays flexibel verbinden müssen, können Sie die Funktion np.concatenate() wählen; wenn Sie nur zweidimensionale Arrays vertikal oder horizontal verbinden müssen, können Sie die Funktion np.vstack() oder np.hstack() wählen .

Fazit:
Dieser Artikel stellt die häufig verwendeten Array-Spleißmethoden in NumPy vor, einschließlich np.concatenate(), np.vstack() und np.hstack(). Durch konkrete Codebeispiele können Leser diese Schlüsselkompetenzen schnell erlernen und flexibel in der Praxis der Datenanalyse und des maschinellen Lernens anwenden. In praktischen Anwendungen muss die am besten geeignete Spleißmethode entsprechend den spezifischen Anforderungen ausgewählt werden, um die Aufgabe besser erfüllen zu können.

Das obige ist der detaillierte Inhalt vonWichtige Tipps zum Beherrschen der Numpy-Array-Spleißmethoden: eine einfache Anleitung für den Einstieg. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Verwandte Etiketten:
Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage