Array-Concatenatie
Array-concatenatie is een fundamentele bewerking in NumPy die arrays langs een opgegeven as samenvoegt om grotere, meer uitgebreide datasets te creëren. Dit is vooral nuttig in de machine learning, waar gegevens vaak over meerdere arrays zijn verdeeld of afzonderlijk worden opgeslagen, bijvoorbeeld wanneer ze afkomstig zijn van verschillende bronnen.
Grotere, uniforme datasets verbeteren doorgaans de prestaties van ML-modellen en neurale netwerken.
In wezen houdt concatenatie in dat arrays aan elkaar worden gekoppeld om een nieuwe array te vormen.
NumPy heeft een concatenate()-functie waarmee je arrays langs een opgegeven as kunt samenvoegen:
axis=0(de standaardwaarde) voegt de arrays samen per rij;axis=1voegt de arrays samen per kolom.
De eerste parameter van deze functie is de reeks arrays (een tuple of list van arrays) om samen te voegen, terwijl axis de tweede parameter is.
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)
Concatenatie creëert een 1D-array met de elementen van de eerste array gevolgd door de elementen van de tweede array.
Het samenvoegen van 2D-arrays gebeurt op vergelijkbare wijze, maar hierbij moet ook de parameter axis worden opgegeven:
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}')
De paarse elementen komen overeen met array1, en de groene met array2.
In feite kunnen we een willekeurig aantal arrays samenvoegen, en dit zal op dezelfde manier werken.
Swipe to start coding
Je analyseert de gesimuleerde kwartaalomzetgegevens voor twee producten in 2021 en 2022. De gegevens zijn opgeslagen in twee 2D-arrays:
sales_data_2021: bevat de omzetgegevens voor elk kwartaal van 2021 voor beide producten;sales_data_2022: bevat de omzetgegevens voor elk kwartaal van 2022 voor beide producten.
- Concateneer de omzetgegevens voor beide producten per kolom, zodat de gegevens van beide jaren worden gecombineerd.
- Zorg ervoor dat de omzetgegevens van 2022 aansluiten op de gegevens van 2021.
Oplossing
Bedankt voor je feedback!
single
Vraag AI
Vraag AI
Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.
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 3.7Array-Concatenatie
Veeg om het menu te tonen
Array-concatenatie is een fundamentele bewerking in NumPy die arrays langs een opgegeven as samenvoegt om grotere, meer uitgebreide datasets te creëren. Dit is vooral nuttig in de machine learning, waar gegevens vaak over meerdere arrays zijn verdeeld of afzonderlijk worden opgeslagen, bijvoorbeeld wanneer ze afkomstig zijn van verschillende bronnen.
Grotere, uniforme datasets verbeteren doorgaans de prestaties van ML-modellen en neurale netwerken.
In wezen houdt concatenatie in dat arrays aan elkaar worden gekoppeld om een nieuwe array te vormen.
NumPy heeft een concatenate()-functie waarmee je arrays langs een opgegeven as kunt samenvoegen:
axis=0(de standaardwaarde) voegt de arrays samen per rij;axis=1voegt de arrays samen per kolom.
De eerste parameter van deze functie is de reeks arrays (een tuple of list van arrays) om samen te voegen, terwijl axis de tweede parameter is.
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)
Concatenatie creëert een 1D-array met de elementen van de eerste array gevolgd door de elementen van de tweede array.
Het samenvoegen van 2D-arrays gebeurt op vergelijkbare wijze, maar hierbij moet ook de parameter axis worden opgegeven:
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}')
De paarse elementen komen overeen met array1, en de groene met array2.
In feite kunnen we een willekeurig aantal arrays samenvoegen, en dit zal op dezelfde manier werken.
Swipe to start coding
Je analyseert de gesimuleerde kwartaalomzetgegevens voor twee producten in 2021 en 2022. De gegevens zijn opgeslagen in twee 2D-arrays:
sales_data_2021: bevat de omzetgegevens voor elk kwartaal van 2021 voor beide producten;sales_data_2022: bevat de omzetgegevens voor elk kwartaal van 2022 voor beide producten.
- Concateneer de omzetgegevens voor beide producten per kolom, zodat de gegevens van beide jaren worden gecombineerd.
- Zorg ervoor dat de omzetgegevens van 2022 aansluiten op de gegevens van 2021.
Oplossing
Schakel over naar desktop voor praktijkervaringGa verder vanaf waar je bent met een van de onderstaande optiesBedankt voor je feedback!
single
