Svep för att visa menyn

Arraykonkatenering

Arraykonkatenering är en grundläggande operation i NumPy som kombinerar arrayer längs en specificerad axel för att skapa större, mer omfattande dataset. Detta är särskilt användbart inom maskininlärning, där data ofta är uppdelad över flera arrayer eller lagrad separat, till exempel när den kommer från olika källor.

I huvudsak innebär konkatenering att man sammanfogar arrayer för att bilda en ny array.

NumPy har en concatenate()-funktion som gör det möjligt att konkatenera arrayer längs en specificerad axel:

axis=0 (standardvärdet) konkatenerar arrayerna efter rader;
axis=1 konkatenerar arrayerna efter kolumner.

Den första parametern för denna funktion är sekvensen av arrayer (en tuple eller list av arrayer) att konkatenera, medan axis är den andra parametern.


              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)

Sammanfogning skapar en 1D-array med elementen från den första arrayen följt av elementen från den andra arrayen.

Sammanfogning av 2D-arrayer utförs på ett liknande sätt, men du måste också ange axis-parametern:


              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 lila elementen motsvarar array1, och de gröna motsvarar array2.

Faktum är att vi kan sammanfoga valfritt antal arrayer, och det kommer att fungera på samma sätt.

Uppgift

Swipe to start coding

Du analyserar den simulerade kvartalsförsäljningsdata för två produkter under 2021 och 2022. Data lagras i två 2D-arrayer:

sales_data_2021: innehåller försäljningsdata för varje kvartal 2021 för båda produkterna;
sales_data_2022: innehåller försäljningsdata för varje kvartal 2022 för båda produkterna.

Sammanfoga försäljningsdata för båda produkterna efter kolumner, och kombinera data för båda åren.
Se till att försäljningsdata för 2022 följer försäljningsdata för 2021.

Lösning

Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 3. Kapitel 6

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Arraykonkatenering

I huvudsak innebär konkatenering att man sammanfogar arrayer för att bilda en ny array.

NumPy har en concatenate()-funktion som gör det möjligt att konkatenera arrayer längs en specificerad axel:

axis=0 (standardvärdet) konkatenerar arrayerna efter rader;
axis=1 konkatenerar arrayerna efter kolumner.

Den första parametern för denna funktion är sekvensen av arrayer (en tuple eller list av arrayer) att konkatenera, medan axis är den andra parametern.


              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)

Sammanfogning skapar en 1D-array med elementen från den första arrayen följt av elementen från den andra arrayen.

Sammanfogning av 2D-arrayer utförs på ett liknande sätt, men du måste också ange axis-parametern:


              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 lila elementen motsvarar array1, och de gröna motsvarar array2.

Faktum är att vi kan sammanfoga valfritt antal arrayer, och det kommer att fungera på samma sätt.

Uppgift

Swipe to start coding

Du analyserar den simulerade kvartalsförsäljningsdata för två produkter under 2021 och 2022. Data lagras i två 2D-arrayer:

sales_data_2021: innehåller försäljningsdata för varje kvartal 2021 för båda produkterna;
sales_data_2022: innehåller försäljningsdata för varje kvartal 2022 för båda produkterna.

Sammanfoga försäljningsdata för båda produkterna efter kolumner, och kombinera data för båda åren.
Se till att försäljningsdata för 2022 följer försäljningsdata för 2021.

Lösning

Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 3. Kapitel 6

Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan