Array-Konkatenation
Array-Konkatenation ist eine grundlegende Operation in NumPy, die Arrays entlang einer angegebenen Achse kombiniert, um größere, umfassendere Datensätze zu erstellen. Dies ist besonders nützlich im maschinellen Lernen, wo Daten häufig auf mehrere Arrays verteilt oder separat gespeichert sind, beispielsweise wenn sie aus verschiedenen Quellen stammen.
Größere, einheitliche Datensätze verbessern in der Regel die Leistung von ML-Modellen und neuronalen Netzen.
Im Wesentlichen besteht Konkatenation darin, Arrays zusammenzufügen, um ein neues Array zu bilden.
NumPy bietet die Funktion concatenate(), mit der Sie Arrays entlang einer angegebenen Achse verknüpfen können:
axis=0(Standardwert) verknüpft die Arrays zeilenweise;axis=1verknüpft die Arrays spaltenweise.
Der erste Parameter dieser Funktion ist die Sequenz von Arrays (ein tuple oder list von Arrays), die verknüpft werden sollen, während axis der zweite Parameter ist.
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)
Die Konkatenation erzeugt ein 1D-Array, bei dem die Elemente des ersten Arrays gefolgt von den Elementen des zweiten Arrays angeordnet sind.
Die Konkatenation von 2D-Arrays erfolgt auf ähnliche Weise, jedoch muss zusätzlich der Parameter axis angegeben werden:
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}')
Die violetten Elemente entsprechen array1, und die grünen gehören zu array2.
Tatsächlich können beliebig viele Arrays zusammengefügt werden, und es funktioniert auf die gleiche Weise.
Swipe to start coding
Sie analysieren die simulierten Quartalsumsatzzahlen für zwei Produkte in den Jahren 2021 und 2022. Die Daten sind in zwei 2D-Arrays gespeichert:
sales_data_2021: Enthält die Umsatzzahlen für jedes Quartal 2021 für beide Produkte;sales_data_2022: Enthält die Umsatzzahlen für jedes Quartal 2022 für beide Produkte.
- Verkettung der Umsatzzahlen für beide Produkte spaltenweise, sodass die Daten beider Jahre kombiniert werden.
- Sicherstellen, dass die Umsatzzahlen von 2022 auf die von 2021 folgen.
Lösung
Danke für Ihr Feedback!
single
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Awesome!
Completion rate improved to 3.7Array-Konkatenation
Swipe um das Menü anzuzeigen
Array-Konkatenation ist eine grundlegende Operation in NumPy, die Arrays entlang einer angegebenen Achse kombiniert, um größere, umfassendere Datensätze zu erstellen. Dies ist besonders nützlich im maschinellen Lernen, wo Daten häufig auf mehrere Arrays verteilt oder separat gespeichert sind, beispielsweise wenn sie aus verschiedenen Quellen stammen.
Größere, einheitliche Datensätze verbessern in der Regel die Leistung von ML-Modellen und neuronalen Netzen.
Im Wesentlichen besteht Konkatenation darin, Arrays zusammenzufügen, um ein neues Array zu bilden.
NumPy bietet die Funktion concatenate(), mit der Sie Arrays entlang einer angegebenen Achse verknüpfen können:
axis=0(Standardwert) verknüpft die Arrays zeilenweise;axis=1verknüpft die Arrays spaltenweise.
Der erste Parameter dieser Funktion ist die Sequenz von Arrays (ein tuple oder list von Arrays), die verknüpft werden sollen, während axis der zweite Parameter ist.
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)
Die Konkatenation erzeugt ein 1D-Array, bei dem die Elemente des ersten Arrays gefolgt von den Elementen des zweiten Arrays angeordnet sind.
Die Konkatenation von 2D-Arrays erfolgt auf ähnliche Weise, jedoch muss zusätzlich der Parameter axis angegeben werden:
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}')
Die violetten Elemente entsprechen array1, und die grünen gehören zu array2.
Tatsächlich können beliebig viele Arrays zusammengefügt werden, und es funktioniert auf die gleiche Weise.
Swipe to start coding
Sie analysieren die simulierten Quartalsumsatzzahlen für zwei Produkte in den Jahren 2021 und 2022. Die Daten sind in zwei 2D-Arrays gespeichert:
sales_data_2021: Enthält die Umsatzzahlen für jedes Quartal 2021 für beide Produkte;sales_data_2022: Enthält die Umsatzzahlen für jedes Quartal 2022 für beide Produkte.
- Verkettung der Umsatzzahlen für beide Produkte spaltenweise, sodass die Daten beider Jahre kombiniert werden.
- Sicherstellen, dass die Umsatzzahlen von 2022 auf die von 2021 folgen.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
single
