Array-sammanfogning
Array-sammanfogning är en grundläggande operation i NumPy som kombinerar arrayer längs en angiven axel för att skapa större och mer omfattande datamängder. Detta är särskilt användbart inom maskininlärning, där data ofta är uppdelad i flera arrayer eller lagras separat, till exempel när den kommer från olika källor.
Större, enhetliga datamängder förbättrar vanligtvis prestandan hos ML-modeller och neurala nätverk.
I grunden innebär sammanfogning att man slår ihop arrayer för att bilda en ny array.
NumPy har en funktion concatenate() som möjliggör sammanfogning av arrayer längs en angiven axel:
axis=0(standardvärdet) sammanfogar arrayerna efter rader;axis=1sammanfogar arrayerna efter kolumner.
Den första parametern för denna funktion är sekvensen av arrayer (en tuple eller list av arrayer) som ska sammanfogas, medan axis är den andra parametern.
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)
Sammanfogning skapar en endimensionell array med elementen från den första arrayen följt av elementen från den andra arrayen.
Sammanfogning av tvådimensionella arrayer utförs på liknande sätt, men du måste även ange parametern 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}')
De lila elementen motsvarar array1, och de gröna motsvarar array2.
Faktum är att vi kan sammanfoga valfritt antal arrayer, och det fungerar på samma sätt.
Swipe to start coding
Du analyserar simulerad kvartalsförsäljningsdata för två produkter under 2021 och 2022. Datan lagras i två 2D-arrayer:
sales_data_2021: innehåller försäljningsdata för varje kvartal 2021 för båda produkterna;sales_data_2022: innehåller försäljningsdata för varje kvartal 2022 för båda produkterna.
- Sammanfoga försäljningsdatan för båda produkterna kolumnvis, så att data för båda åren kombineras.
- Säkerställ att försäljningsdatan för 2022 kommer efter försäljningsdatan för 2021.
Lösning
Tack för dina kommentarer!
single
Fråga AI
Fråga AI
Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal
Awesome!
Completion rate improved to 3.7Array-sammanfogning
Svep för att visa menyn
Array-sammanfogning är en grundläggande operation i NumPy som kombinerar arrayer längs en angiven axel för att skapa större och mer omfattande datamängder. Detta är särskilt användbart inom maskininlärning, där data ofta är uppdelad i flera arrayer eller lagras separat, till exempel när den kommer från olika källor.
Större, enhetliga datamängder förbättrar vanligtvis prestandan hos ML-modeller och neurala nätverk.
I grunden innebär sammanfogning att man slår ihop arrayer för att bilda en ny array.
NumPy har en funktion concatenate() som möjliggör sammanfogning av arrayer längs en angiven axel:
axis=0(standardvärdet) sammanfogar arrayerna efter rader;axis=1sammanfogar arrayerna efter kolumner.
Den första parametern för denna funktion är sekvensen av arrayer (en tuple eller list av arrayer) som ska sammanfogas, medan axis är den andra parametern.
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)
Sammanfogning skapar en endimensionell array med elementen från den första arrayen följt av elementen från den andra arrayen.
Sammanfogning av tvådimensionella arrayer utförs på liknande sätt, men du måste även ange parametern 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}')
De lila elementen motsvarar array1, och de gröna motsvarar array2.
Faktum är att vi kan sammanfoga valfritt antal arrayer, och det fungerar på samma sätt.
Swipe to start coding
Du analyserar simulerad kvartalsförsäljningsdata för två produkter under 2021 och 2022. Datan lagras i två 2D-arrayer:
sales_data_2021: innehåller försäljningsdata för varje kvartal 2021 för båda produkterna;sales_data_2022: innehåller försäljningsdata för varje kvartal 2022 för båda produkterna.
- Sammanfoga försäljningsdatan för båda produkterna kolumnvis, så att data för båda åren kombineras.
- Säkerställ att försäljningsdatan för 2022 kommer efter försäljningsdatan för 2021.
Lösning
Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedanTack för dina kommentarer!
single
