Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Array Sammenkædning | Almindeligt Anvendte NumPy-Funktioner
Ultimativ NumPy

Stryg for at vise menuen

book
Array Sammenkædning

Array-sammenkædning er en grundlæggende operation i NumPy, der kombinerer arrays langs en specificeret akse for at skabe større, mere omfattende datasæt. Dette er især nyttigt i maskinlæring, hvor data ofte er opdelt på tværs af flere arrays eller gemt separat, såsom når det kommer fra forskellige kilder.

Grundlæggende involverer sammenkædning at forbinde arrays for at danne et nyt array.

NumPy har en concatenate() funktion, der gør det muligt at sammenkæde arrays langs en specificeret akse:

  • axis=0 (standardværdien) sammenkæder arrays efter rækker;

  • axis=1 sammenkæder arrays efter kolonner.

Den første parameter i denne funktion er sekvensen af arrays (en tuple eller list af arrays) der skal sammenkædes, mens axis er den anden parameter.

123456
import numpy as np array1 = np.array([1, 2, 3]) array2 = np.array([4, 5, 6]) # Concatenating 1D arrays along their only axis 0 concatenated_array = np.concatenate((array1, array2)) print(concatenated_array)
copy

Konkatenation skaber et 1D array med elementerne fra det første array efterfulgt af elementerne fra det andet array.

Konkatenation af 2D arrays udføres på en lignende måde, men du skal også angive axis parameteren:

123456789
import numpy as np array1 = np.array([[1, 2], [3, 4]]) array2 = np.array([[5, 6], [7, 8]]) # Concatenating along the axis 0 (rows) concatenated_array_rows = np.concatenate((array1, array2)) print(f'Axis = 0:\n{concatenated_array_rows}') # Concatenating along the axis 1 (columns) concatenated_array_columns = np.concatenate((array1, array2), axis=1) print(f'Axis = 1:\n{concatenated_array_columns}')
copy

De lilla elementer svarer til array1, og de grønne til array2.

Faktisk kan vi sammenkæde et vilkårligt antal arrays, og det vil fungere på samme måde.

Opgave

Swipe to start coding

Du analyserer de simulerede kvartalsvise salgsdata for to produkter i 2021 og 2022. Dataene er gemt i to 2D-arrays:

  • sales_data_2021: indeholder salgsdataene for hvert kvartal af 2021 for begge produkter;
  • sales_data_2022: indeholder salgsdataene for hvert kvartal af 2022 for begge produkter.
  1. Sammenkæd salgsdataene for begge produkter efter kolonner, og kombiner dataene for begge år.

  2. Sørg for, at salgsdataene for 2022 følger salgsdataene for 2021.

Løsning

Switch to desktopSkift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder
Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 3. Kapitel 6

Spørg AI

expand
ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

book
Array Sammenkædning

Array-sammenkædning er en grundlæggende operation i NumPy, der kombinerer arrays langs en specificeret akse for at skabe større, mere omfattende datasæt. Dette er især nyttigt i maskinlæring, hvor data ofte er opdelt på tværs af flere arrays eller gemt separat, såsom når det kommer fra forskellige kilder.

Grundlæggende involverer sammenkædning at forbinde arrays for at danne et nyt array.

NumPy har en concatenate() funktion, der gør det muligt at sammenkæde arrays langs en specificeret akse:

  • axis=0 (standardværdien) sammenkæder arrays efter rækker;

  • axis=1 sammenkæder arrays efter kolonner.

Den første parameter i denne funktion er sekvensen af arrays (en tuple eller list af arrays) der skal sammenkædes, mens axis er den anden parameter.

123456
import numpy as np array1 = np.array([1, 2, 3]) array2 = np.array([4, 5, 6]) # Concatenating 1D arrays along their only axis 0 concatenated_array = np.concatenate((array1, array2)) print(concatenated_array)
copy

Konkatenation skaber et 1D array med elementerne fra det første array efterfulgt af elementerne fra det andet array.

Konkatenation af 2D arrays udføres på en lignende måde, men du skal også angive axis parameteren:

123456789
import numpy as np array1 = np.array([[1, 2], [3, 4]]) array2 = np.array([[5, 6], [7, 8]]) # Concatenating along the axis 0 (rows) concatenated_array_rows = np.concatenate((array1, array2)) print(f'Axis = 0:\n{concatenated_array_rows}') # Concatenating along the axis 1 (columns) concatenated_array_columns = np.concatenate((array1, array2), axis=1) print(f'Axis = 1:\n{concatenated_array_columns}')
copy

De lilla elementer svarer til array1, og de grønne til array2.

Faktisk kan vi sammenkæde et vilkårligt antal arrays, og det vil fungere på samme måde.

Opgave

Swipe to start coding

Du analyserer de simulerede kvartalsvise salgsdata for to produkter i 2021 og 2022. Dataene er gemt i to 2D-arrays:

  • sales_data_2021: indeholder salgsdataene for hvert kvartal af 2021 for begge produkter;
  • sales_data_2022: indeholder salgsdataene for hvert kvartal af 2022 for begge produkter.
  1. Sammenkæd salgsdataene for begge produkter efter kolonner, og kombiner dataene for begge år.

  2. Sørg for, at salgsdataene for 2022 følger salgsdataene for 2021.

Løsning

Switch to desktopSkift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder
Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 3. Kapitel 6
Switch to desktopSkift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder
Vi beklager, at noget gik galt. Hvad skete der?
some-alt