Contenu du cours
Numpy Ultime
Numpy Ultime
Concaténation de Tableaux
La concaténation de tableaux est une opération fondamentale dans NumPy qui combine des tableaux le long d'un axe spécifié pour créer des ensembles de données plus grands et plus complets. Cela est particulièrement utile en apprentissage automatique, où les données sont souvent réparties sur plusieurs tableaux ou stockées séparément, par exemple lorsqu'elles proviennent de sources différentes.
Essentiellement, la concaténation implique de joindre des tableaux ensemble pour former un nouveau tableau.
NumPy dispose d'une fonction concatenate() qui vous permet de concaténer des tableaux le long d'un axe spécifié :
axis=0(la valeur par défaut) concatène les tableaux par lignes ;axis=1concatène les tableaux par colonnes.
Le premier paramètre de cette fonction est la séquence de tableaux (un tuple ou une list de tableaux) à concaténer, tandis que axis est le deuxième paramètre.
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)
La concaténation crée un tableau 1D avec les éléments du premier tableau suivis par les éléments du second tableau.
La concaténation de tableaux 2D est effectuée de manière similaire, mais vous devez également spécifier le paramètre axis :
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}')
Les éléments violets correspondent à array1, et les verts à array2.
En fait, nous pouvons concaténer n'importe quel nombre de tableaux, et cela fonctionnera de la même manière.
Swipe to start coding
Vous analysez les données de ventes trimestrielles simulées pour deux produits en 2021 et 2022. Les données sont stockées dans deux tableaux 2D :
sales_data_2021: contient les données de ventes pour chaque trimestre de 2021 pour les deux produits;sales_data_2022: contient les données de ventes pour chaque trimestre de 2022 pour les deux produits.
-
Concaténez les données de ventes pour les deux produits par colonnes, en combinant les données pour les deux années.
-
Assurez-vous que les données de ventes de 2022 suivent celles de 2021.
Solution
Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessousMerci pour vos commentaires !
Concaténation de Tableaux
La concaténation de tableaux est une opération fondamentale dans NumPy qui combine des tableaux le long d'un axe spécifié pour créer des ensembles de données plus grands et plus complets. Cela est particulièrement utile en apprentissage automatique, où les données sont souvent réparties sur plusieurs tableaux ou stockées séparément, par exemple lorsqu'elles proviennent de sources différentes.
Essentiellement, la concaténation implique de joindre des tableaux ensemble pour former un nouveau tableau.
NumPy dispose d'une fonction concatenate() qui vous permet de concaténer des tableaux le long d'un axe spécifié :
axis=0(la valeur par défaut) concatène les tableaux par lignes ;axis=1concatène les tableaux par colonnes.
Le premier paramètre de cette fonction est la séquence de tableaux (un tuple ou une list de tableaux) à concaténer, tandis que axis est le deuxième paramètre.
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)
La concaténation crée un tableau 1D avec les éléments du premier tableau suivis par les éléments du second tableau.
La concaténation de tableaux 2D est effectuée de manière similaire, mais vous devez également spécifier le paramètre axis :
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}')
Les éléments violets correspondent à array1, et les verts à array2.
En fait, nous pouvons concaténer n'importe quel nombre de tableaux, et cela fonctionnera de la même manière.
Swipe to start coding
Vous analysez les données de ventes trimestrielles simulées pour deux produits en 2021 et 2022. Les données sont stockées dans deux tableaux 2D :
sales_data_2021: contient les données de ventes pour chaque trimestre de 2021 pour les deux produits;sales_data_2022: contient les données de ventes pour chaque trimestre de 2022 pour les deux produits.
-
Concaténez les données de ventes pour les deux produits par colonnes, en combinant les données pour les deux années.
-
Assurez-vous que les données de ventes de 2022 suivent celles de 2021.
Solution
Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessousMerci pour vos commentaires !
Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous