Array Join no NumPy

Neste artigo, exploraremos o Numpy Array Join em detalhes e examinaremos seus casos de uso com exemplos .

Numpy é uma poderosa biblioteca Python usada para computação científica e análise de dados.

Ele fornece uma variedade de funções e ferramentas para manipular arrays e matrizes. Uma das operações essenciais na manipulação de arrays é unir arrays.

O Numpy oferece vários métodos para unir arrays , incluindo concatenação, empilhamento e anexação.



Junção de Matriz Numpy

Com Numpy array join , combinamos o conteúdo de dois ou mais arrays em um.

NumPy junta arrays por eixos , enquanto SQL junta tabelas por chaves.

A concatenação é o processo de combinar dois ou mais arrays ao longo de um determinado eixo.

Numpy fornece a função concatenate () para executar esta operação. A função usa dois ou mais arrays como argumentos e os concatena ao longo do eixo especificado.

fornecemos uma sequência de arrays a serem unidos, juntamente com o eixo. O eixo é assumido como 0 se não for especificamente mencionado.

Mescle dois arrays aplicando o método concatenate:

Example: 

1
2
3
4
5
6
7
import numpy as npy
car1_arr = npy.array(["Porsche", "Tesla", "Kia", "Peugeot"])
car2_arr = npy.array(["Honda", "Jaguar", "Mazda", "Volvo"])
mrx_arr = npy.concatenate((car1_arr, car2_arr))
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Junção de Matriz Numpy

Utilize o método concatenar para duas matrizes para combiná-las:

Example: 

1
2
3
4
5
6
7
import numpy as npy
palindrome1_arr = npy.array(["wow", "peep", "rotator", "noon"])
palindrome2_arr = npy.array(["deed", "Madam ", "Civic", "Level"])
mrx_arr = npy.concatenate((palindrome1_arr, palindrome2_arr))
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Nas linhas, conecte duas matrizes bidimensionais (com eixo 1):

Example: 

1
2
3
4
5
6
7
import numpy as npy
prime1_arr = npy.array([[2, 3], [5, 7]])
prime2_arr = npy.array([[11, 13], [17, 19]])
mrx_arr = npy.concatenate((prime1_arr, prime2_arr), axis=1)
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Combine as duas matrizes bidimensionais even_arr e odd_arr nas linhas (com o eixo um):

Example: 

1
2
3
4
5
6
7
import numpy as npy
even_arr = npy.array([[0, 2, 4], [6, 8, 10]])
odd_arr = npy.array([[1, 3, 5], [7, 9, 11]])
mrx_arr = npy.concatenate((even_arr, odd_arr), axis=1)
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
Observe que as matrizes devem ter a mesma forma ao longo do eixo que está sendo concatenado. Se as matrizes tiverem formas diferentes, o Numpy gerará um ValueError.

Juntar Array com Stack()

O empilhamento é semelhante à concatenação, mas cria um novo eixo na matriz resultante.

Numpy fornece a função stack() para executar esta operação. A função usa dois ou mais arrays como argumentos e os empilha ao longo do eixo especificado.

Quando a matriz Numpy une duas matrizes 1-D, podemos mesclá-las ao longo do segundo eixo, produzindo empilhamento.

Além do eixo, fornecemos uma sequência de arrays para o método stack(). Na ausência de eixo, assume-se 0.

Forneça a ordem para arrays e combine-a com o método stack via axis:

Example: 

1
2
3
4
5
6
7
import numpy as npy
trigonometry1_arr = npy.array(["Sin θ", "Cos θ", "Tan θ"])
trigonometry2_arr = npy.array(["Cot θ", "Sec θ", "Cosec θ"])
mrx_arr = npy.stack((trigonometry1_arr, trigonometry2_arr), axis=1)
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Ao utilizar o eixo, atribua a sequência a arrays e conecte-a com o método stack:

Example: 

1
2
3
4
5
6
7
import numpy as npy
stringMethods1_arr = npy.array(["capitalize()", "casefold()", "center()", "count()", "encode()"])
stringMethods2_arr = npy.array(["find()", "format()", "index()", "isalpha()", "isdigit()"])
mrx_arr = npy.stack((stringMethods1_arr, stringMethods2_arr), axis=1)
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

 


hstack() Linhas

O NumPy oferece uma função auxiliar para empilhamento ao longo das linhas: hstack() .

Empilhe os dados de duas matrizes em uma linha:

Example: 

1
2
3
4
5
6
7
import numpy as npy
dicMethod1_arr = npy.array(["clear()", "copy()", "fromkeys()", "get()"])
dicMethod2_arr = npy.array(["items()", "keys()", "values()", "update()"])
mrx_arr = npy.hstack((dicMethod1_arr, dicMethod2_arr))
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Coloque duas matrizes frameworks1_arr e frameworks2_arr em uma linha e organize seus conteúdos:

Example: 

1
2
3
4
5
6
7
import numpy as npy
frameworks1_arr = npy.array(["Django", "CherryPy", "Pyramid", "Grok", "TurboGears"])
frameworks2_arr = npy.array(["Web2Py", "Flask", "Bottle", "Tornado"])
mrx_arr = npy.hstack((frameworks1_arr, frameworks2_arr))
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Colunas vStack()

Com NumPy, você pode criar colunas de pilhas chamando vstack() .

Organize os dados de duas matrizes em uma coluna:

Example: 

1
2
3
4
5
6
7
import numpy as npy
keywords1_arr = npy.array(["and", "as", "assert", "break", "class"])
keywords2_arr = npy.array(["continue", "def", "del", "elif", "else"])
mrx_arr = npy.vstack((keywords1_arr, keywords2_arr))
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Chamando vstack() você pode alinhar os itens de dois arrays physicalConst1_arr e physicalConst2_arr em uma coluna:

Example: 

1
2
3
4
5
6
7
import numpy as npy
physicsConst1_arr = npy.array(["Newtonian constant of gravitation", "speed of light in vacuum", "Planck constant", "vacuum magnetic permeability"])
physicsConst2_arr = npy.array(["vacuum electric permittivity", "Coulomb constant", "Boltzmann constant", "Stefan–Boltzmann constant"])
mrx_arr = npy.vstack((physicsConst1_arr, physicsConst2_arr))
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

 


Altura dStack()

A função de empilhamento NumPy dstack() empilha de acordo com a altura, que é idêntica à profundidade.

Sequencie os arrays de acordo com sua altura chamando a função dstack() :

Example: 

1
2
3
4
5
6
7
import numpy as npy
fibonacci_arr = npy.array([ 0, 1, 1, 2, 3, 5, 8])
factorial_arr = npy.array([0, 1, 2, 6, 24, 120, 720])
mrx_arr = npy.dstack((fibonacci_arr, factorial_arr))
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Ao invocar a função dstack() , você pode ordenar os arrays com base em sua altura:

Example: 

1
2
3
4
5
6
7
import numpy as npy
consonants1_arr = npy.array(["B", "C", "D", "F", "G", "H", "J", "K"])
consonants2_arr = npy.array(["L", "M", "N", "P", "Q", "R", "S", "T"])
mrx_arr = npy.dstack((consonants1_arr, consonants2_arr))
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Em conclusão, a junção de matriz NumPy é uma operação essencial na manipulação de matriz, e Numpy fornece vários métodos para executar esta tarefa.

Compreendendo as diferenças entre todos os métodos, podemos escolher o método apropriado para nosso caso de uso específico.

Nós valorizamos o seu feedback.
+1
0
+1
0
+1
0
+1
0
+1
0
+1
0
+1
0

Assine a nossa newsletter
Digite seu e-mail para receber um resumo semanal de nossos melhores posts. Saber mais!
ícone