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:
- O concatenate() do NumPy não é como uma junção de banco de dados tradicional. É como empilhar arrays NumPy.
- 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)