Об'єднання Масивів
Об'єднання масивів — це базова операція в NumPy, яка поєднує масиви вздовж заданої осі для створення більших, більш комплексних наборів даних. Це особливо корисно в машинному навчанні, де дані часто розділені між кількома масивами або зберігаються окремо, наприклад, коли вони надходять з різних джерел.
Більші, об'єднані набори даних зазвичай підвищують ефективність моделей машинного навчання та нейронних мереж.
По суті, об'єднання передбачає з'єднання масивів разом для формування нового масиву.
У NumPy є функція concatenate(), яка дозволяє об'єднувати масиви вздовж заданої осі:
axis=0(значення за замовчуванням) об'єднує масиви по рядках;axis=1об'єднує масиви по стовпцях.
Перший параметр цієї функції — послідовність масивів (tuple або list масивів), які потрібно об'єднати, а axis — це другий параметр.
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)
Об'єднання створює одномірний масив, у якому елементи першого масиву йдуть за елементами другого масиву.
Об'єднання двовимірних масивів виконується аналогічно, але необхідно також вказати параметр 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}')
Фіолетові елементи відповідають array1, а зелені — array2.
Насправді можна об'єднувати будь-яку кількість масивів, і це працюватиме так само.
Swipe to start coding
Ви аналізуєте змодельовані квартальні дані продажів для двох продуктів у 2021 та 2022 роках. Дані зберігаються у двох двовимірних масивах:
sales_data_2021: містить дані продажів за кожен квартал 2021 року для обох продуктів;sales_data_2022: містить дані продажів за кожен квартал 2022 року для обох продуктів.
- Об'єднайте дані продажів для обох продуктів за стовпцями, поєднавши дані за обидва роки.
- Переконайтеся, що дані продажів за 2022 рік йдуть після даних за 2021 рік.
Рішення
Дякуємо за ваш відгук!
single
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
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 3.7Об'єднання Масивів
Свайпніть щоб показати меню
Об'єднання масивів — це базова операція в NumPy, яка поєднує масиви вздовж заданої осі для створення більших, більш комплексних наборів даних. Це особливо корисно в машинному навчанні, де дані часто розділені між кількома масивами або зберігаються окремо, наприклад, коли вони надходять з різних джерел.
Більші, об'єднані набори даних зазвичай підвищують ефективність моделей машинного навчання та нейронних мереж.
По суті, об'єднання передбачає з'єднання масивів разом для формування нового масиву.
У NumPy є функція concatenate(), яка дозволяє об'єднувати масиви вздовж заданої осі:
axis=0(значення за замовчуванням) об'єднує масиви по рядках;axis=1об'єднує масиви по стовпцях.
Перший параметр цієї функції — послідовність масивів (tuple або list масивів), які потрібно об'єднати, а axis — це другий параметр.
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)
Об'єднання створює одномірний масив, у якому елементи першого масиву йдуть за елементами другого масиву.
Об'єднання двовимірних масивів виконується аналогічно, але необхідно також вказати параметр 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}')
Фіолетові елементи відповідають array1, а зелені — array2.
Насправді можна об'єднувати будь-яку кількість масивів, і це працюватиме так само.
Swipe to start coding
Ви аналізуєте змодельовані квартальні дані продажів для двох продуктів у 2021 та 2022 роках. Дані зберігаються у двох двовимірних масивах:
sales_data_2021: містить дані продажів за кожен квартал 2021 року для обох продуктів;sales_data_2022: містить дані продажів за кожен квартал 2022 року для обох продуктів.
- Об'єднайте дані продажів для обох продуктів за стовпцями, поєднавши дані за обидва роки.
- Переконайтеся, що дані продажів за 2022 рік йдуть після даних за 2021 рік.
Рішення
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантівДякуємо за ваш відгук!
single
