Array-sammenkædning
Array-sammenkædning er en grundlæggende operation i NumPy, der kombinerer arrays langs en specificeret akse for at skabe større og mere omfattende datasæt. Dette er særligt nyttigt i maskinlæring, hvor data ofte er opdelt på flere arrays eller gemt separat, for eksempel når det stammer fra forskellige kilder.
Større, samlede datasæt forbedrer typisk ydeevnen for ML-modeller og neurale netværk.
Grundlæggende indebærer 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=1sammenkæder arrays efter kolonner.
Den første parameter for denne funktion er sekvensen af arrays (en tuple eller list af arrays), der skal sammenkædes, mens axis er den anden parameter.
123456import 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)
Sammenkædning opretter et 1D-array med elementerne fra det første array efterfulgt af elementerne fra det andet array.
Sammenkædning af 2D-arrays udføres på lignende måde, men du skal også angive parameteren axis:
123456789import 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}')
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.
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 salgsdata for hvert kvartal af 2021 for begge produkter;sales_data_2022: indeholder salgsdata for hvert kvartal af 2022 for begge produkter.
- Sammenkæd salgsdataene for begge produkter efter kolonner, så dataene for begge år kombineres.
- Sørg for, at salgsdataene for 2022 kommer efter salgsdataene for 2021.
Løsning
Tak for dine kommentarer!
single
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Can you explain what happens if the arrays have different shapes?
How do I concatenate more than two arrays at once?
What are some common errors to watch out for when using np.concatenate()?
Awesome!
Completion rate improved to 3.7Array-sammenkædning
Stryg for at vise menuen
Array-sammenkædning er en grundlæggende operation i NumPy, der kombinerer arrays langs en specificeret akse for at skabe større og mere omfattende datasæt. Dette er særligt nyttigt i maskinlæring, hvor data ofte er opdelt på flere arrays eller gemt separat, for eksempel når det stammer fra forskellige kilder.
Større, samlede datasæt forbedrer typisk ydeevnen for ML-modeller og neurale netværk.
Grundlæggende indebærer 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=1sammenkæder arrays efter kolonner.
Den første parameter for denne funktion er sekvensen af arrays (en tuple eller list af arrays), der skal sammenkædes, mens axis er den anden parameter.
123456import 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)
Sammenkædning opretter et 1D-array med elementerne fra det første array efterfulgt af elementerne fra det andet array.
Sammenkædning af 2D-arrays udføres på lignende måde, men du skal også angive parameteren axis:
123456789import 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}')
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.
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 salgsdata for hvert kvartal af 2021 for begge produkter;sales_data_2022: indeholder salgsdata for hvert kvartal af 2022 for begge produkter.
- Sammenkæd salgsdataene for begge produkter efter kolonner, så dataene for begge år kombineres.
- Sørg for, at salgsdataene for 2022 kommer efter salgsdataene for 2021.
Løsning
Skift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående mulighederTak for dine kommentarer!
single
