Concatenación de Arreglos
La concatenación de arrays es una operación fundamental en NumPy que combina arrays a lo largo de un eje especificado para crear conjuntos de datos más grandes y completos. Esto es especialmente útil en aprendizaje automático, donde los datos a menudo se dividen en varios arrays o se almacenan por separado, como cuando provienen de diferentes fuentes.
Los conjuntos de datos más grandes y unificados suelen mejorar el rendimiento de los modelos de ML y redes neuronales.
En esencia, la concatenación consiste en unir arrays para formar un nuevo array.
NumPy dispone de la función concatenate() que permite concatenar arrays a lo largo de un eje especificado:
axis=0(valor predeterminado) concatena los arrays por filas;axis=1concatena los arrays por columnas.
El primer parámetro de esta función es la secuencia de arrays (una tuple o list de arrays) a concatenar, mientras que axis es el segundo parámetro.
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)
La concatenación crea un arreglo unidimensional con los elementos del primer arreglo seguidos por los elementos del segundo arreglo.
La concatenación de arreglos bidimensionales se realiza de manera similar, pero también se debe especificar el parámetro 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}')
Los elementos morados corresponden a array1, y los verdes a array2.
De hecho, se pueden concatenar cualquier cantidad de arreglos, y funcionará de la misma manera.
Swipe to start coding
Estás analizando los datos simulados de ventas trimestrales de dos productos en 2021 y 2022. Los datos se almacenan en dos arreglos 2D:
sales_data_2021: contiene los datos de ventas de cada trimestre de 2021 para ambos productos;sales_data_2022: contiene los datos de ventas de cada trimestre de 2022 para ambos productos.
- Concatenar los datos de ventas de ambos productos por columnas, combinando los datos de ambos años.
- Asegúrate de que los datos de ventas de 2022 sigan a los de 2021.
Solución
¡Gracias por tus comentarios!
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
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 3.7Concatenación de Arreglos
Desliza para mostrar el menú
La concatenación de arrays es una operación fundamental en NumPy que combina arrays a lo largo de un eje especificado para crear conjuntos de datos más grandes y completos. Esto es especialmente útil en aprendizaje automático, donde los datos a menudo se dividen en varios arrays o se almacenan por separado, como cuando provienen de diferentes fuentes.
Los conjuntos de datos más grandes y unificados suelen mejorar el rendimiento de los modelos de ML y redes neuronales.
En esencia, la concatenación consiste en unir arrays para formar un nuevo array.
NumPy dispone de la función concatenate() que permite concatenar arrays a lo largo de un eje especificado:
axis=0(valor predeterminado) concatena los arrays por filas;axis=1concatena los arrays por columnas.
El primer parámetro de esta función es la secuencia de arrays (una tuple o list de arrays) a concatenar, mientras que axis es el segundo parámetro.
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)
La concatenación crea un arreglo unidimensional con los elementos del primer arreglo seguidos por los elementos del segundo arreglo.
La concatenación de arreglos bidimensionales se realiza de manera similar, pero también se debe especificar el parámetro 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}')
Los elementos morados corresponden a array1, y los verdes a array2.
De hecho, se pueden concatenar cualquier cantidad de arreglos, y funcionará de la misma manera.
Swipe to start coding
Estás analizando los datos simulados de ventas trimestrales de dos productos en 2021 y 2022. Los datos se almacenan en dos arreglos 2D:
sales_data_2021: contiene los datos de ventas de cada trimestre de 2021 para ambos productos;sales_data_2022: contiene los datos de ventas de cada trimestre de 2022 para ambos productos.
- Concatenar los datos de ventas de ambos productos por columnas, combinando los datos de ambos años.
- Asegúrate de que los datos de ventas de 2022 sigan a los de 2021.
Solución
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones¡Gracias por tus comentarios!
single
