Hướng dẫn combine multiple arrays into one python - kết hợp nhiều mảng thành một python

Hãy bắt đầu với một số dữ liệu ngẫu nhiên.

>>> import numpy as np
>>> day1 = np.random.randint[255, size=[1, 81, 141]]

Mảng của bạn có kích thước có kích thước 1, vì vậy mỗi khi bạn muốn truy cập một phần tử, bạn sẽ phải loại

>>> day2 = np.random.randint[255, size=day1.shape]
>>> day3 = np.random.randint[255, size=day1.shape]

0. Bạn có thể loại bỏ kích thước cần thiết đó với

>>> day2 = np.random.randint[255, size=day1.shape]
>>> day3 = np.random.randint[255, size=day1.shape]

1.

>>> day1[0,50,50]
36
>>> day1 = np.squeeze[day1]
>>> day1.shape
[81, 141]
>>> day1[50,50]
36

Bây giờ chúng ta hãy làm thêm một số trong số này.

>>> day2 = np.random.randint[255, size=day1.shape]
>>> day3 = np.random.randint[255, size=day1.shape]

Bạn có thể đặt tất cả những thứ này trong một danh sách lớn và chuyển chúng đến

>>> day2 = np.random.randint[255, size=day1.shape]
>>> day3 = np.random.randint[255, size=day1.shape]

2 sẽ tạo ra một mảng có kích thước

>>> day2 = np.random.randint[255, size=day1.shape]
>>> day3 = np.random.randint[255, size=day1.shape]

3, trong đó

>>> day2 = np.random.randint[255, size=day1.shape]
>>> day3 = np.random.randint[255, size=day1.shape]

4 là số ngày bạn có.

>>> allDays = np.array[[day1, day2, day3]]
>>> allDays.shape
[3, 81, 141]

Tất cả dữ liệu từ

>>> day2 = np.random.randint[255, size=day1.shape]
>>> day3 = np.random.randint[255, size=day1.shape]

5 đều ở Index 0, từ

>>> day2 = np.random.randint[255, size=day1.shape]
>>> day3 = np.random.randint[255, size=day1.shape]

6 trong INDEX 1, v.v.

>>> allDays[0,50,50]
36

Làm thế nào để kết hợp các mảng numpy trong Python? Bạn có thể sử dụng hàm

>>> day2 = np.random.randint[255, size=day1.shape]
>>> day3 = np.random.randint[255, size=day1.shape]

7 để kết hợp, hợp nhất hoặc tham gia một chuỗi hai hoặc nhiều mảng thành một mảng numpy. Kết nối đề cập đến việc đặt nội dung của hai hoặc nhiều mảng trong một mảng. Trong Python Numpy, chúng ta có thể tham gia các mảng bằng các trục [dọc hoặc ngang], trong khi trong SQL, chúng ta tham gia các bảng dựa trên các khóa.

Bạn có thể chuyển một chuỗi các mảng mà bạn muốn tham gia vào hàm Concatenate [], cùng với trục. Nếu trục không được thông qua rõ ràng, nó được lấy là 0. Trong bài viết này, tôi sẽ giải thích cách kết hợp các mảng numpy [ndarray] với các ví dụ bằng cách sử dụng các hàm như incatenate [],

>>> day2 = np.random.randint[255, size=day1.shape]
>>> day3 = np.random.randint[255, size=day1.shape]

8,

>>> day2 = np.random.randint[255, size=day1.shape]
>>> day3 = np.random.randint[255, size=day1.shape]

9,

>>> allDays = np.array[[day1, day2, day3]]
>>> allDays.shape
[3, 81, 141]

0,

>>> allDays = np.array[[day1, day2, day3]]
>>> allDays.shape
[3, 81, 141]

1.

Lưu ý rằng trong & nbsp; python numpy, & nbsp; ________ 32 & nbsp; là một mảng đa chiều, đồng nhất của các mục có kích thước cố định cùng loại. Bạn có thể tạo một đối tượng ndarray bằng cách sử dụng & nbsp; ________ 33.

Nếu bạn đang vội, dưới đây là một số ví dụ nhanh về cách hợp nhất hai mảng numpy. Ngoài ra, bạn cũng có thể sử dụng hàm numpy.append [] để nối các mảng.

# Below are a quick examples

# Example 1: Use concatenate[] to join two arrays
con = np.concatenate[[arr, arr1]]
print[con]

# Example 2: Use concatenate[] with axis
con = np.concatenate[[arr, arr1], axis=1]
print[con]

# Example 3: Use np.stack[] function to Join Arrays
con = np.stack[[arr, arr1], axis=1]
print[con]

# Example 4: Use np.hstack[] function
con = np.hstack[[arr, arr1]]
print[con]

# Example 5: Use np.vstack[] function 
con = np.vstack[[arr, arr1]]
print[con]

# Example 6: Use np.dstack[] function to Stacking Along Height [depth]
con = np.dstack[[arr, arr1]]
print[con]

Hãy cùng xem từng cái trong số này với các ví dụ.

2. Mảng numpy numpy

Sử dụng

>>> day2 = np.random.randint[255, size=day1.shape]
>>> day3 = np.random.randint[255, size=day1.shape]

7 để hợp nhất nội dung của hai hoặc nhiều mảng thành một mảng. Hàm này có một số đối số cùng với các mảng numpy để kết hợp và trả về một mảng ndarray numpy. Lưu ý rằng phương thức này cũng lấy trục làm đối số khác, khi không được chỉ định, nó mặc định là 0.ndarray. Note that this method also takes axis as another argument, when not specified it defaults to 0.

Kết nối đề cập đến việc đặt nội dung của hai hoặc nhiều mảng trong một mảng. Trong Python Numpy, chúng ta có thể tham gia các mảng bằng các trục [dọc hoặc ngang], trong khi trong SQL, chúng ta tham gia các bảng dựa trên các khóa.

import numpy as np

#Create NumPy arrays
arr = np.array[[4, 7, 12]]
arr1 = np.array[[5, 9, 15]]

# Use concatenate[] to join two arrays
con = np.concatenate[[arr, arr1]]
print[con]

Năng suất dưới đầu ra. Nếu bạn nhận thấy nó chỉ nối các phần tử từ mảng thứ hai vào mảng thứ nhất và trả lại một mảng numpy mới.

[ 4  7 12  5  9 15]

3. Sử dụng numpy.concatenate [] với trục = 1

Bạn cũng có thể kết hợp hai mảng numpy thông minh bằng cách chỉ định trục = 1. Bây giờ mảng kết quả là một ma trận rộng với nhiều cột hơn các hàng. Với

>>> allDays = np.array[[day1, day2, day3]]
>>> allDays.shape
[3, 81, 141]

5, nó trả về một mảng mảng [mảng lồng nhau].

# Use concatenate[] with axis
con = np.concatenate[[arr, arr1], axis=1]
print[con]

Năng suất dưới đầu ra.

[[ 4  5]
 [ 7  9]
 [12 15]]

Bây giờ, hãy để Lừa xem cách hợp nhất các mảng numpy lồng nhau.

>>> day1[0,50,50]
36
>>> day1 = np.squeeze[day1]
>>> day1.shape
[81, 141]
>>> day1[50,50]
36

0

Năng suất dưới đầu ra.

>>> day1[0,50,50]
36
>>> day1 = np.squeeze[day1]
>>> day1.shape
[81, 141]
>>> day1[50,50]
36

1

Bây giờ, hãy để Lừa xem cách hợp nhất các mảng numpy lồng nhau.

4. Sử dụng hàm numpy.stack [] để tham gia các mảng

>>> day1[0,50,50]
36
>>> day1 = np.squeeze[day1]
>>> day1.shape
[81, 141]
>>> day1[50,50]
36

2

Năng suất dưới đầu ra. Vì tôi đã sử dụng

>>> allDays = np.array[[day1, day2, day3]]
>>> allDays.shape
[3, 81, 141]

5, nó được nối trên các cột.

[[ 4  5]
 [ 7  9]
 [12 15]]

5. Sử dụng hàm numpy.hstack []

Tương tự, bạn cũng có thể kết hợp các mảng theo chiều ngang trong Python Numpy bằng hàm

>>> day2 = np.random.randint[255, size=day1.shape]
>>> day3 = np.random.randint[255, size=day1.shape]

9. Hstack [] được sử dụng để xếp mảng theo chiều ngang.

>>> day1[0,50,50]
36
>>> day1 = np.squeeze[day1]
>>> day1.shape
[81, 141]
>>> day1[50,50]
36

4

Năng suất dưới đầu ra.

[ 4  7 12  5  9 15]

6. Sử dụng hàm numpy.vstack []

Bạn có thể sử dụng

>>> allDays[0,50,50]
36

0 để xếp các mảng theo thứ tự theo chiều dọc.

>>> day1[0,50,50]
36
>>> day1 = np.squeeze[day1]
>>> day1.shape
[81, 141]
>>> day1[50,50]
36

6

Năng suất dưới đầu ra.

>>> day1[0,50,50]
36
>>> day1 = np.squeeze[day1]
>>> day1.shape
[81, 141]
>>> day1[50,50]
36

7

6. Sử dụng hàm numpy.vstack []

Bạn có thể sử dụng

>>> allDays[0,50,50]
36

0 để xếp các mảng theo thứ tự theo chiều dọc.

>>> day1[0,50,50]
36
>>> day1 = np.squeeze[day1]
>>> day1.shape
[81, 141]
>>> day1[50,50]
36

8

7. Sử dụng hàm numpy.dstack [] để kết hợp các mảng

>>> day1[0,50,50]
36
>>> day1 = np.squeeze[day1]
>>> day1.shape
[81, 141]
>>> day1[50,50]
36

9

Sử dụng

>>> allDays[0,50,50]
36

1 để xếp chồng cùng với chiều cao, giống như độ sâu.

Năng suất dưới đầu ra. Đầu ra này giống như sử dụng

>>> allDays[0,50,50]
36

2 với

>>> allDays = np.array[[day1, day2, day3]]
>>> allDays.shape
[3, 81, 141]

5.

8. Kết luận

Trong bài viết này, tôi đã giải thích cách kết hợp hai hoặc nhiều mảng Numpy bằng cách sử dụng

>>> allDays[0,50,50]
36

2,

>>> day2 = np.random.randint[255, size=day1.shape]
>>> day3 = np.random.randint[255, size=day1.shape]

8,

>>> day2 = np.random.randint[255, size=day1.shape]
>>> day3 = np.random.randint[255, size=day1.shape]

9,

>>> allDays = np.array[[day1, day2, day3]]
>>> allDays.shape
[3, 81, 141]

0,

>>> allDays = np.array[[day1, day2, day3]]
>>> allDays.shape
[3, 81, 141]

1 với các ví dụ. Kết nối đề cập đến việc đặt nội dung của hai hoặc nhiều mảng trong một mảng. Trong Python Numpy, chúng ta có thể tham gia các mảng bằng các trục [dọc hoặc ngang], trong khi trong SQL, chúng ta tham gia các bảng dựa trên các khóa.

• Học hỏi hạnh phúc !!
• Những bài viết liên quan
• Cách chuyển đổi mảng numpy thành danh sách
• Làm thế nào để nối các mảng numpy?
• Hàm numpy concatenate []

Làm thế nào để sắp xếp các yếu tố của Numpy?

• //numpy.org/doc/stable/reference/generated/numpy.concatenate.html

Làm cách nào để kết hợp nhiều mảng thành một trong Python?

Làm cách nào để kết hợp 3 mảng?

Làm thế nào để bạn kết hợp các mảng với nhau?

Làm thế nào để bạn thêm hai mảng 2D trong Python?