Sveip for å vise menyen

Sammenkobling av Matriser

Array-sammenkobling er en grunnleggende operasjon i NumPy som kombinerer matriser langs en spesifisert akse for å lage større, mer omfattende datasett. Dette er spesielt nyttig i maskinlæring, hvor data ofte er delt på tvers av flere matriser eller lagret separat, for eksempel når det kommer fra forskjellige kilder.

I hovedsak innebærer sammenkobling å slå sammen matriser for å danne en ny matrise.

NumPy har en concatenate()-funksjon som gjør det mulig å sammenkoble matriser langs en spesifisert akse:

axis=0 (standardverdien) sammenkobler matrisene etter rader;
axis=1 sammenkobler matrisene etter kolonner.

Den første parameteren til denne funksjonen er sekvensen av matriser (en tuple eller list av matriser) som skal sammenkobles, mens axis er den andre parameteren.


              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)

Konkatenasjon lager en 1D-array med elementene fra den første arrayen etterfulgt av elementene fra den andre arrayen.

Konkatenasjon av 2D-arrayer utføres på en lignende måte, men du må også spesifisere 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}')

De lilla elementene tilsvarer array1, og de grønne til array2.

Faktisk kan vi sette sammen et hvilket som helst antall matriser, og det vil fungere på samme måte.

Oppgave

Swipe to start coding

Du analyserer de simulerte kvartalsvise salgsdataene for to produkter i 2021 og 2022. Dataene er lagret i to 2D-arrayer:

sales_data_2021: inneholder salgsdataene for hvert kvartal i 2021 for begge produktene;
sales_data_2022: inneholder salgsdataene for hvert kvartal i 2022 for begge produktene.

Sett sammen salgsdataene for begge produktene etter kolonner, ved å kombinere dataene for begge årene.
Sørg for at salgsdataene for 2022 følger salgsdataene for 2021.

Løsning

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 6

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Sammenkobling av Matriser

I hovedsak innebærer sammenkobling å slå sammen matriser for å danne en ny matrise.

NumPy har en concatenate()-funksjon som gjør det mulig å sammenkoble matriser langs en spesifisert akse:

axis=0 (standardverdien) sammenkobler matrisene etter rader;
axis=1 sammenkobler matrisene etter kolonner.

Den første parameteren til denne funksjonen er sekvensen av matriser (en tuple eller list av matriser) som skal sammenkobles, mens axis er den andre parameteren.


              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)

Konkatenasjon lager en 1D-array med elementene fra den første arrayen etterfulgt av elementene fra den andre arrayen.

Konkatenasjon av 2D-arrayer utføres på en lignende måte, men du må også spesifisere 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}')

De lilla elementene tilsvarer array1, og de grønne til array2.

Faktisk kan vi sette sammen et hvilket som helst antall matriser, og det vil fungere på samme måte.

Oppgave

Swipe to start coding

Du analyserer de simulerte kvartalsvise salgsdataene for to produkter i 2021 og 2022. Dataene er lagret i to 2D-arrayer:

sales_data_2021: inneholder salgsdataene for hvert kvartal i 2021 for begge produktene;
sales_data_2022: inneholder salgsdataene for hvert kvartal i 2022 for begge produktene.

Sett sammen salgsdataene for begge produktene etter kolonner, ved å kombinere dataene for begge årene.
Sørg for at salgsdataene for 2022 følger salgsdataene for 2021.

Løsning

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 6

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor