NumPy ज्वाइनिंग ऐरे
NumPy Arrays में शामिल होना
जुड़ने का अर्थ है एक ही सरणी में दो या दो से अधिक सरणियों की सामग्री डालना।
SQL में हम एक कुंजी के आधार पर तालिकाओं में शामिल होते हैं, जबकि NumPy में हम अक्षों द्वारा सरणियों में शामिल होते हैं।
हम सरणी के अनुक्रम को पास करते हैं जिसे हम
concatenate()
अक्ष के साथ फ़ंक्शन में शामिल करना चाहते हैं। यदि अक्ष को स्पष्ट रूप से पारित नहीं किया जाता है, तो इसे 0 के रूप में लिया जाता है।
उदाहरण
दो सरणियों में शामिल हों
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4,
5, 6])
arr = np.concatenate((arr1, arr2))
print(arr)
उदाहरण
पंक्तियों के साथ दो 2-डी सरणियों में शामिल हों (अक्ष = 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)
स्टैक फ़ंक्शंस का उपयोग करके सरणी में शामिल होना
स्टैकिंग कॉन्सटेनेशन के समान है, केवल अंतर यह है कि स्टैकिंग एक नई धुरी के साथ की जाती है।
हम दूसरी धुरी के साथ दो 1-डी सरणियों को जोड़ सकते हैं, जिसके परिणामस्वरूप उन्हें एक के ऊपर एक रखा जा सकता है, अर्थात। ढेर
हम सरणी के अनुक्रम को पास करते हैं जिसे हम
stack()
अक्ष के साथ विधि में शामिल करना चाहते हैं। यदि अक्ष को स्पष्ट रूप से पारित नहीं किया जाता है तो इसे 0 के रूप में लिया जाता है।
उदाहरण
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)
पंक्तियों के साथ स्टैकिंग
NumPy एक सहायक कार्य प्रदान करता है: hstack()
पंक्तियों के साथ ढेर करने के लिए।
उदाहरण
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4,
5, 6])
arr = np.hstack((arr1, arr2))
print(arr)
कॉलम के साथ स्टैकिंग
NumPy एक सहायक कार्य प्रदान करता है: vstack()
स्तंभों के साथ ढेर करने के लिए।
उदाहरण
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4,
5, 6])
arr = np.vstack((arr1, arr2))
print(arr)
ऊंचाई के साथ ढेर (गहराई)
NumPy एक सहायक कार्य प्रदान करता है: dstack()
ऊंचाई के साथ ढेर करने के लिए, जो गहराई के समान है।
उदाहरण
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4,
5, 6])
arr = np.dstack((arr1, arr2))
print(arr)