Hướng dẫn dùng concontenate python

Hàm concatenate [] là một hàm từ gói NumPy. Về cơ bản, hàm này kết hợp các mảng NumPy với nhau. Hàm này về cơ bản được sử dụng để nối hai hoặc nhiều mảng có cùng hình dạng dọc theo một trục được chỉ định. Có những điều cần thiết sau đây cần ghi nhớ:

NumPy’s concatenate [] không giống như một phép nối cơ sở dữ liệu truyền thống. Nó giống như việc xếp chồng các mảng NumPy.

Các bài viết liên quan:

Chức năng này có thể hoạt động theo cả chiều dọc và chiều ngang. Điều này có nghĩa là chúng ta có thể nối các mảng với nhau theo chiều ngang hoặc chiều dọc.

Hàm concatenate [] thường được viết dưới dạng np.concatenate [], nhưng chúng ta cũng có thể viết nó dưới dạng numpy.concatenate []. Nó phụ thuộc vào cách nhập gói numpy, nhập numpy dưới dạng np hoặc nhập numpy, tương ứng.

Cú pháp

numpy.concatenate [[a1, a2, ...], axis]

Parameter

1. [a1, a2, …]

Tham số này xác định trình tự của mảng. Ở đây, a1, a2, a3 … là các mảng có hình dạng giống nhau, ngoại trừ chiều tương ứng với trục.

1. axis: int [tùy chọn]

Tham số này xác định trục mà mảng sẽ được nối với nhau. Theo mặc định, giá trị của nó là 0.

Nó sẽ trả về một ndarray chứa các phần tử của cả hai mảng.

Xem thêm Duyệt mảng trong NumPy

Ví dụ 1: numpy.concatenate []

import numpy as np  
x=np.array[[[1,2],[3,4]]]  
y=np.array[[[12,30]]]  
z=np.concatenate[[x,y]]  
z  

Trong đoạn code trên

• Chúng tôi đã tạo một mảng ‘x’ bằng cách sử dụng hàm np.array [].
• Sau đó, chúng ta đã tạo một mảng khác ‘y’ bằng cách sử dụng cùng một hàm np.array [].
• Chúng tôi đã khai báo biến ‘z’ và gán giá trị trả về của hàm np.concatenate [].
• Chúng ta đã chuyển mảng ‘x’ và ‘y’ trong hàm.
• Cuối cùng, chúng tôi đã in giá trị của ‘z’.

Trong đầu ra, giá trị của cả hai mảng, tức là ‘x’ và ‘y’ được hiển thị theo trục = 0.

Đầu ra:

Ví dụ 2: numpy.concatenate [] với axis = 0

import numpy as np  
x=np.array[[[1,2],[3,4]]]  
y=np.array[[[12,30]]]  
z=np.concatenate[[x,y], axis=0]  
z  

Output:

Ví dụ 3: numpy.concatenate [] với axis = 1

import numpy as np  
x=np.array[[[1,2],[3,4]]]  
y=np.array[[[12,30]]]  
z=np.concatenate[[x,y.T], axis=1]  
z  

Output:

Trong ví dụ trên, ‘.T’ được sử dụng để thay đổi các hàng thành cột và cột thành hàng.

Xem thêm Sử dụng Linear Algebra trong Numpy

Ví dụ 4: numpy.concatenate [] với axis = None

import numpy as np  
x=np.array[[[1,2],[3,4]]]  
y=np.array[[[12,30]]]  
z=np.concatenate[[x,y], axis=None]  
z 

Output:

Trong các ví dụ trên, chúng ta đã sử dụng hàm np.concatenate []. Chức năng này không được bảo toàn che các đầu vào MaskedArray. Có một cách sau đây mà qua đó chúng ta có thể nối các mảng có thể duy trì việc che các đầu vào MaskedArray.

Ví dụ 5: np.ma.concatenate []

import numpy as np  
x=np.ma.arange[3]  
y=np.arange[3,6]  
x[1]=np.ma.masked  
x  
y  
z1=np.concatenate[[x,y]]  
z2=np.ma.concatenate[[x,y]]  
z1  
z2  

Trong đoạn code trên

• Chúng tôi đã tạo một mảng ‘x’ bằng cách sử dụng hàm np.ma.arrange [].
• Sau đó, chúng ta đã tạo một mảng ‘y’ khác bằng cách sử dụng cùng một hàm np.ma.arrange [].
• Chúng tôi đã khai báo biến ‘z1’ và gán giá trị trả về của hàm np.concatenate [].
• Chúng tôi đã khai báo biến ‘z2’ và gán giá trị trả về của hàm np.ma.concatenate [].
• Cuối cùng, chúng tôi đã cố gắng in giá trị của ‘z1’ và ‘z2’.

Xem thêm Function trong R, các hàm trong R