🧮 Как объединить массивы в NumPy: простое руководство для начинающих

Для объединения массивов в библиотеке NumPy можно использовать функцию concatenate.

import numpy as np

# Создаем два массива
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

# Объединяем массивы
result = np.concatenate((arr1, arr2))

print(result)

Этот код создает два массива arr1 и arr2, а затем использует функцию concatenate для их объединения. Результат сохраняется в переменной result. Выводит объединенный массив:

[1 2 3 4 5 6]

numpy как объединить массивы

Когда дело доходит до работы с массивами в Python, библиотека NumPy (Numerical Python) является одной из самых мощных и популярных. NumPy предоставляет эффективные и удобные инструменты для работы с многомерными массивами и выполнения различных операций над ними. Один из важных аспектов работы с массивами - это их объединение. В этой статье мы рассмотрим различные способы объединения массивов в NumPy и приведем примеры кода для иллюстрации каждого подхода.

Метод np.concatenate()

Одним из наиболее распространенных способов объединения массивов в NumPy является использование функции np.concatenate(). Этот метод позволяет объединять массивы вдоль определенной оси. Для объединения нескольких одномерных массивов вдоль горизонтальной оси, мы можем передать их в функцию np.concatenate() в виде списка или кортежа. Рассмотрим пример:

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

result = np.concatenate((arr1, arr2))
print(result)

Результат выполнения этого кода будет:

[1 2 3 4 5 6]

В этом примере мы объединяем два одномерных массива arr1 и arr2. Функция np.concatenate() объединяет их вдоль горизонтальной оси (оси 0) и возвращает новый массив result.

Мы также можем использовать функцию np.concatenate() для объединения двумерных массивов. В этом случае, вместо передачи одномерных массивов как аргументов, мы передаем двумерные массивы в виде списка или кортежа. Давайте рассмотрим пример:

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6]])

result = np.concatenate((arr1, arr2), axis=0)
print(result)

Результат выполнения будет:

[[1 2]
 [3 4]
 [5 6]]

Здесь мы объединяем двумерный массив arr1 с одномерным массивом arr2 вдоль вертикальной оси (оси 0). Результатом является новый двумерный массив result, где arr2 присоединяется к нижней части arr1.

Метод np.vstack()

Если мы хотим объединить массивы вертикально, можно воспользоваться функцией np.vstack(). Данная функция принимает последовательность массивов и вертикально объединяет их. Давайте рассмотрим пример:

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

result = np.vstack((arr1, arr2))
print(result)

Результат выполнения будет:

[[1 2 3]
 [4 5 6]]

Здесь мы использовали функцию np.vstack() для объединения двух одномерных массивов arr1 и arr2 вертикально. Полученный результат - новый двумерный массив, где каждый из исходных массивов занимает отдельную строку.

Метод np.hstack()

Если мы желаем объединить массивы горизонтально, мы можем воспользоваться функцией np.hstack(). Она принимает последовательность массивов и выполняет горизонтальное объединение. Давайте рассмотрим пример:

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

result = np.hstack((arr1, arr2))
print(result)

Результат выполнения будет:

[1 2 3 4 5 6]

Здесь мы использовали функцию np.hstack() для объединения двух одномерных массивов arr1 и arr2 горизонтально. Результатом является новый одномерный массив, где элементы из arr2 присоединяются к правой стороне arr1.

Метод np.column_stack()

Если нам нужно объединить одномерные массивы в качестве столбцов в матрице, мы можем использовать функцию np.column_stack(). Давайте рассмотрим пример:

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

result = np.column_stack((arr1, arr2))
print(result)

Результат выполнения будет:

[[1 4]
 [2 5]
 [3 6]]

Здесь функция np.column_stack() объединяет два одномерных массива arr1 и arr2 в виде столбцов матрицы. Каждый массив становится отдельным столбцом в результирующей матрице result.

Метод np.dstack()

Если у нас есть несколько двумерных массивов, мы можем использовать функцию np.dstack() для их объединения вдоль третьего измерения. Давайте рассмотрим пример:

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])

result = np.dstack((arr1, arr2))
print(result)

Результат выполнения будет:

[[[1 5]
  [2 6]]

 [[3 7]
  [4 8]]]

Здесь мы используем функцию np.dstack() для объединения двух двумерных массивов arr1 и arr2 вдоль третьего измерения. Полученный результат - новый трехмерный массив, где arr2 присоединяется к arr1 вдоль новой оси.

Применение функций объединения массивов в NumPy позволяет нам гибко работать с данными, получать новые массивы и выполнять различные операции. Надеюсь, эта статья помогла вам понять, как можно объединить массивы, используя NumPy!