NumPy 조인 배열

NumPy 배열 결합

결합은 두 개 이상의 배열 내용을 단일 배열에 넣는 것을 의미합니다.

SQL에서는 키를 기반으로 테이블을 조인하지만 NumPy에서는 축으로 배열을 조인합니다.

concatenate()축과 함께 함수 에 결합하려는 배열 시퀀스를 전달합니다 . 축이 명시적으로 전달되지 않으면 0으로 간주됩니다.

두 배열 결합

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([4, 5, 6])

arr = np.concatenate((arr1, arr2))

print(arr)

행(축=1)을 따라 두 개의 2차원 배열을 결합합니다.

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)

스태킹은 연결과 동일하지만 스태킹이 새 축을 따라 수행된다는 점만 다릅니다.

두 번째 축을 따라 두 개의 1차원 배열을 연결할 수 있습니다. 스태킹.

stack()축과 함께 메서드 에 결합하려는 배열 시퀀스를 전달합니다 . 축이 명시적으로 전달되지 않으면 0으로 간주됩니다.

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)

NumPy는 hstack() 행을 따라 쌓는 도우미 기능을 제공합니다.

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([4, 5, 6])

arr = np.hstack((arr1, arr2))

print(arr)

vstack() NumPy는 열을 따라 쌓는 도우미 기능을 제공합니다 .

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([4, 5, 6])

arr = np.vstack((arr1, arr2))

print(arr)

dstack() NumPy는 깊이와 동일한 높이를 따라 쌓는 도우미 기능을 제공합니다 .

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([4, 5, 6])

arr = np.dstack((arr1, arr2))

print(arr)