A função concatenate() é uma função do pacote NumPy. Esta função combina essencialmente arrays NumPy. Esta função é basicamente usada para unir dois ou mais arrays do mesmo formato ao longo de um eixo especificado. Existem as seguintes coisas que são essenciais para ter em mente:

1. O concatenate() do NumPy não é como uma junção de banco de dados tradicional. É como empilhar arrays NumPy.
2. Esta função pode operar tanto vertical quanto horizontalmente. Isso significa que podemos concatenar arrays horizontalmente ou verticalmente.

A função concatenate() geralmente é escrita como np.concatenate(), mas também podemos escrevê-la como numpy.concatenate(). Depende da forma de importar o pacote numpy, import numpy as np ou import numpy, respectivamente.

Sintaxe

 numpy.concatenate((a1, a2, ...), axis) 

Parâmetros

1) (a1, a2, ...)

Este parâmetro define a sequência de arrays. Aqui, a1, a2, a3 ... são os arrays que possuem o mesmo formato, exceto na dimensão correspondente ao eixo.

como abrir um arquivo json

2) eixo: int (opcional)

Este parâmetro define o eixo ao longo do qual o array será unido. Por padrão, seu valor é 0.

onde estão as configurações do navegador

Resultado

Ele retornará um ndarray contendo os elementos de ambos os arrays.

Exemplo 1: numpy.concatenate()

 import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y)) z 

No código acima

• Importamos numpy com o nome alternativo np.
• Criamos um array 'x' usando a função np.array().
• Então, criamos outro array 'y' usando a mesma função np.array().
• Declaramos a variável 'z' e atribuímos o valor retornado da função np.concatenate().
• Passamos os arrays 'x' e 'y' na função.
• Por último, tentamos imprimir o valor de 'z'.

Na saída, os valores de ambas as matrizes, ou seja, 'x' e 'y' mostrados conforme o eixo = 0.

quão grande é esse monitor

Saída:

 array([[ 1, 2], [ 3, 4], [12, 30]]) 

Exemplo 2: numpy.concatenate() com eixo=0

 import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y), axis=0) z 

Saída:

 array([[ 1, 2], [ 3, 4], [12, 30]]) 

Exemplo 3: numpy.concatenate() com eixo=1

 import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y.T), axis=1) z 

Saída:

 array([[ 1, 2, 12], [ 3, 4, 30]]) 

No exemplo acima, o '.T' usado para transformar as linhas em colunas e as colunas em linhas.

Exemplo 4: numpy.concatenate() com axis=None

 import numpy as np x=np.array([[1,2],[3,4]]) y=np.array([[12,30]]) z=np.concatenate((x,y), axis=None) z 

Saída:

 array([ 1, 2, 3, 4, 12, 30]) 

Nos exemplos acima, usamos a função np.concatenate(). Esta função não preserva o mascaramento das entradas do MaskedArray. Existe a seguinte maneira pela qual podemos concatenar os arrays que podem preservar o mascaramento das entradas do MaskedArray.

Exemplo 5: np.ma.concatenate()

 import numpy as np x=np.ma.arange(3) y=np.arange(3,6) x[1]=np.ma.masked x y z1=np.concatenate([x,y]) z2=np.ma.concatenate([x,y]) z1 z2 

No código acima

estrutura java

• Importamos numpy com o nome alternativo np.
• Criamos um array 'x' usando a função np.ma.arrange().
• Então, criamos outro array 'y' usando a mesma função np.ma.arrange().
• Declaramos a variável 'z1' e atribuímos o valor retornado da função np.concatenate().
• Declaramos a variável 'z2' e atribuímos o valor retornado da função np.ma.concatenate().
• Por último, tentamos imprimir o valor de 'z1' e 'z2'.

Na saída, os valores dos arrays 'z1' e 'z2' preservaram o mascaramento da entrada MaskedArray.

Saída:

 masked_array(data=[0, --, 2], mask=[False, True, False], fill_value=999999) array([3, 4, 5]) masked_array(data=[0, 1, 2, 3, 4, 5], mask=False, fill_value=999999) masked_array(data=[0, --, 2, 3, 4, 5], mask=[False, True, False, False, False, False], fill_value=999999)