Panduan praktikal untuk kaedah penyambungan tatasusunan numpy

Panduan Praktikal: Cara menggunakan kaedah penyambungan tatasusunan numpy secara fleksibel

Pengenalan:
Dalam proses analisis data dan pengiraan saintifik, kita selalunya perlu menyambung tatasusunan untuk mencapai gabungan dan penyepaduan data. Numpy ialah perpustakaan pengkomputeran saintifik yang penting dalam Python Ia menyediakan pelbagai fungsi operasi tatasusunan, termasuk pelbagai kaedah penyambungan tatasusunan. Artikel ini akan memperkenalkan beberapa kaedah penyambungan tatasusunan Numpy yang biasa digunakan dan memberikan contoh kod khusus untuk membantu pembaca menguasai kemahiran penggunaan mereka.

1. vstack dan hstack
Kaedah vstack digunakan untuk menyambung dua tatasusunan dalam arah menegak, iaitu untuk menyambung tatasusunan dalam arah baris. Kaedah hstack digunakan untuk menyambung dua tatasusunan dalam arah mendatar, iaitu, untuk menyambung tatasusunan dalam arah lajur.

Contoh kod:
import numpy sebagai np

Buat dua tatasusunan untuk disambung

array1 = np.array([[1, 2, 3],

               [4, 5, 6]])

array2 = np.array([[7, 8 ] 9],

               [10, 11, 12]])

Gunakan vstack untuk penyambungan menegak

result_vstack = np.vstack((array1, array2))
print("Hasil penyambungan menegak:", result_vstack)

Gunakan hstack untuk penyambungan mendatar

hstack((array1, array2))

print("Hasil jahitan mendatar: ", result_hstack)

Contoh output:

Hasil jahitan menegak:
[[ 1 2 3]
[ 4 5 6]
[ 4 5 6]
[ 7. .. Untuk operasi penyambungan dalam arah yang berbeza, parameter biasa ialah 0 dan 1, yang masing-masing mewakili penyambungan dalam arah menegak dan mendatar

Contoh kod:

import numpy sebagai np

Buat dua tatasusunan untuk disambung

array1 =. np.array([[1, 2, 3],

               [4, 5, 6]])

array2 = np.array([[7, 8, 9],

               [10, 11, 12]])

Gunakan fungsi concatenate untuk splicing

result_vertical = np.concatenate((array1) , tatasusunan2), paksi=0) # Cantumkan dalam arah menegak

hasil_mendatar = np.concatenate((array1, array2), axis=1) # Cantumkan dalam arah mendatar

print("Hasil gabungan menegak:", result_vertical)

print("Hasil jahitan mendatar: ", hasil_mendatar)

Contoh keluaran:

Hasil jahitan menegak:

[[ 1 2 3]
[ 4 5 6]

[ 7 8 9]

[ 7 8 9]]

[12] Keputusan penyambungan mendatar:

[[ 1 2 3 7 8 9]
[ 4 5 6 10 11 12]]

3. Pengembangan fungsi tindanan
Selain kaedah penyambungan di atas, Numpy juga menyediakan Fungsi tindanan, yang boleh memasukkan yang baru dimensi pada kedudukan yang ditentukan dan lakukan operasi penyambungan. Penggunaan khusus bagi fungsi tindanan adalah seperti berikut:

Contoh kod:

import numpy sebagai np

Buat dua tatasusunan untuk disambung

array1 = np.array([1, 2, 3])
array2 = np. tatasusunan([ 4, 5, 6])

Gunakan tindanan untuk penyambungan

result_vertical = np.stack((array1, array2), axis=0) # Splicing dalam dimensi baharu

result_horizontal = np.stack((array1, array2 ), paksi =1) # Penyambungan dalam dimensi baharu

print("Penyambungan dalam dimensi baharu:", result_vertical)
print("Penyambungan dalam dimensi baharu:", result_horizontal)

Contoh output:

Penyambungan dalam dimensi baharu Keputusan:

[[[1 2 3]
[4 5 6]]

Hasil penyambungan dalam dimensi baharu:
[[1 4]

[2 5]

[3 6]]

Kesimpulan:
Secara umum artikel ini memperkenalkan kaedah splicing tatasusunan yang digunakan dalam Numpy termasuk vstack, hstack, concatenate dan stack. Melalui contoh kod sebenar, pembaca boleh menggunakan kaedah penyambungan tatasusunan ini secara fleksibel untuk menggabungkan dan menyepadukan data. Dalam analisis data sebenar dan pengiraan saintifik, penggunaan rasional kaedah penyambungan ini boleh meningkatkan kecekapan dan kesederhanaan kod dan membawa kemudahan kepada kerja kami.

Atas ialah kandungan terperinci Panduan praktikal untuk kaedah penyambungan tatasusunan numpy. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!