Matriz de junção NumPy
Unindo matrizes NumPy
Unir significa colocar o conteúdo de dois ou mais arrays em um único array.
No SQL, unimos tabelas com base em uma chave, enquanto no NumPy unimos matrizes por eixos.
Passamos uma sequência de arrays que queremos unir à
concatenate()função, junto com o eixo. Se o eixo não for explicitamente passado, será considerado 0.
Exemplo
Junte duas matrizes
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4,
5, 6])
arr = np.concatenate((arr1, arr2))
print(arr)
Exemplo
Junte duas matrizes 2-D ao longo das linhas (eixo = 1):
import numpy as np
arr1 = np.array([[1, 2], [3, 4]])
arr2 =
np.array([[5, 6], [7, 8]])
arr = np.concatenate((arr1, arr2), axis=1)
print(arr)
Unindo arrays usando funções de pilha
O empilhamento é o mesmo que a concatenação, a única diferença é que o empilhamento é feito ao longo de um novo eixo.
Podemos concatenar duas matrizes 1-D ao longo do segundo eixo, o que resultaria em colocá-las uma sobre a outra, ou seja. empilhamento.
Passamos uma sequência de arrays que queremos unir ao
stack()método junto com o eixo. Se o eixo não for explicitamente passado, será considerado 0.
Exemplo
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 =
np.array([4, 5, 6])
arr = np.stack((arr1, arr2), axis=1)
print(arr)
Empilhamento ao longo das linhas
NumPy fornece uma função auxiliar: hstack()
empilhar ao longo das linhas.
Exemplo
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4,
5, 6])
arr = np.hstack((arr1, arr2))
print(arr)
Empilhamento ao longo das colunas
NumPy fornece uma função auxiliar: vstack() empilhar ao longo de colunas.
Exemplo
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4,
5, 6])
arr = np.vstack((arr1, arr2))
print(arr)
Empilhamento ao longo da altura (profundidade)
NumPy fornece uma função auxiliar: dstack()
empilhar ao longo da altura, que é o mesmo que profundidade.
Exemplo
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4,
5, 6])
arr = np.dstack((arr1, arr2))
print(arr)