COMPATENATEUR les tableaux Numpy

Le terme «rejoindre» fait référence au processus de combinaison des éléments de deux ou peut-être plus de tableaux en un seul tableau. La concaténation est également appelée rejoindre. Dans SQL, les tables sont rejoints par une clé, mais dans Numpy, les tableaux sont rejoints par un axe. La fonction concatenate () de Python Numpy est spécialement utilisée à cet effet. La méthode rejoint deux ou plusieurs tableaux de forme similaire sur un axe donné. Les arguments pour la méthode sont la paire de tableaux et l'axe. L'axe est envoyé à la méthode concatenate () avec une série de tableaux que nous souhaitons connecter. Si l'axe n'est pas expressément spécifié, il est défini par défaut sur 0. Voyons comment la fonction de concaténate fonctionne à Python pour rejoindre deux tableaux au sein de Spyder 3 de Windows 10. Jetons un coup d'œil à quelques exemples.

Exemple 01:

Regardons notre premier exemple de concaténation de deux tableaux Numpy dans Python en utilisant l'outil Spyder 3. Pour utiliser des tableaux Numpy, nous devons importer le package Numpy comme objet «n» en utilisant le mot-clé «Import». Après cela, la fonction Numpy «Array ()» a été utilisée pour définir deux tableaux de type entier et les enregistrer dans les variables A1 et A2 séparément. L'objet Numpy «N» a été utilisé à cet effet jusqu'à présent. Nous avons utilisé la fonction Conatenate () de Numpy ici pour rejoindre les deux tableaux Numpy A1 et A2, et un tableau nouvellement formé a été enregistré dans la variable «A». Les tableaux ont été utilisés comme un seul argument entre des crochets simples. Les tableaux Numpy A1 et A2 ont été affichés sur la console Spyder 3 tout en utilisant la fonction d'impression de Python. Nous publions le nouveau tableau concaténé sur l'écran Spyder 3 dans la dernière méthode d'impression.

importer numpy comme n
A1 = n.Array ([1, 3, 5, 7, 9])
A2 = n.Array ([2, 4, 6, 8, 10])
A = n.concatenate ((a1, a2))
Print ("Array 1:", A1)
Print ("Array 2:", A2)
Imprimer ("Array concaténé:", a)

Enregistrons et exécutons ce code pour voir les résultats. Ainsi, la sortie affiche les deux tableaux séparément à l'écran de sortie, puis le tableau concaténé comme démontré. Dans cet exemple de code, comme nous n'avons pas défini l'argument de l'axe, il prend donc un axe comme zéro. Pour cette raison, le tableau a été défini dans une seule ligne sans autre axe.

Exemple 02:

Jetons un coup d'œil à un pas en avant tout en utilisant la fonction concaténate de Numpy. Ainsi, le package Numpy a été importé en premier. Cette fois, nous avons initialisé deux tableaux Numpy, chacun avec deux éléments comme listes séparées par une virgule. La concaténation a été réalisée en utilisant les deux tableaux dans la fonction du concaténate. Nous avons également utilisé l'argument de l'axe défini ici. Cela fera un tableau unique. Le tableau nouvellement fait a été enregistré en variable. Les tableaux uniques d'origine ont été affichés sur la console Python via la fonction d'impression. Après cela, le tableau concaténé A a été imprimé avec la méthode d'impression.

importer numpy comme n
A1 = n.Array ([[1, 2], [3, 4]])
A2 = n.Array ([[5, 6], [7, 8]])
A = n.concatenate ((a1, a2), axe = aucun)
print ("Array 1: \ n", a1)
print ("Array 2: \ n", a2)
Print ("Array concaténé: \ n", a)

Après avoir exécuté ce code, nous avons d'abord obtenu les tableaux uniques, puis le tableau de ligne unique concaténé sous la forme d'une liste.

Mettons à jour le code un peu. Nous avons donc modifié la valeur de l'axe de la fonction concatenate () dans le code. Tandis que le reste du code a été le même et inchangé. Nous avons remplacé la valeur de l'axe de aucun à 0. Il fera sûrement la corde concaténée avec 0 axe, je.e. Toutes les valeurs seront affichées comme sans aucun changement et séparément.

importer numpy comme n
A1 = n.Array ([[1, 2], [3, 4]])
A2 = n.Array ([[5, 6], [7, 8]])
A = n.concatenate ((a1, a2), axe = 0)
print ("Array 1: \ n", a1)
print ("Array 2: \ n", a2)
Print ("Array concaténé: \ n", a)

Après avoir exécuté le code mis à jour, nous avons obtenu le résultat ci-dessous. Les éléments de tableau ont été définis séparément dans le tableau concaténé sans fusion mais affiché comme un seul tableau ici.

Mettons à jour le code en modifiant la valeur de l'axe en 1 dans la fonction concatenate ().

importer numpy comme n
A1 = n.Array ([[1, 2], [3, 4]])
A2 = n.Array ([[5, 6], [7, 8]])
A = n.concatenate ((a1, a2), axe = 1)
print ("Array 1: \ n", a1)
print ("Array 2: \ n", a2)
Print ("Array concaténé: \ n", a)

Après avoir exécuté son code, nous avons les deux tableaux séparément et le tableau concaténé en axe X et Y dans la même ligne.

Exemple 04:

La même fonctionnalité peut être effectuée par la fonction de pile du Python dans le code. Nous avons donc utilisé notre dernier exemple pour voir si cela fonctionne de la même manière que la fonction concatenate (). Ainsi, le changement simple est le remplacement de la méthode «concatenate ()» avec la fonction «pile» ici. Enregistrons notre code pour le faire exécuter avec le bouton d'exécution de Spyder.

importer numpy comme n
A1 = n.Array ([1, 3, 5, 7, 9])
A2 = n.Array ([2, 4, 6, 8, 10])
A = n.pile ((a1, a2))
Print ("Array 1:", A1)
Print ("Array 2:", A2)
Print ("Array concaténé: \ n", a)

Après l'exécution de code de la fonction Stack () dans Python, nous avons obtenu le tableau concaténé dans un axe égal à 1.

Conclusion:

Nous avons fait toutes les démonstrations et exemples d'utilisation de la fonction concatenate () de Python en utilisant la bibliothèque Numpy. Nous l'avons utilisé pour concaténer les tableaux numpy. Nous avons également discuté de l'utilisation de l'argument de l'axe tout en étant défini sur None, 0 et 1. Nous avons également ajouté l'exemple de bonus pour voir le fonctionnement de la fonction de pile comme une alternative à la méthode concatenate (). Nous espérons haut pour cet article car il contient une façon simple et élégante d'expliquer chacun et tout brièvement.