Conexão do Array do NumPy

Funções comuns usadas para conectar arrays:

Conectar arrays ao longo de um eixo (numpy.concatenate)

Conectar significa colocar o conteúdo de dois ou mais arrays em um único array.
No SQL, conectamos tabelas com base em uma chave, enquanto no NumPy conectamos arrays ao longo de um eixo.

A função numpy.concatenate conecta dois ou mais arrays de forma idêntica ao longo de um eixo específico, no formato a seguir:

numpy.concatenate((a1, a2, ...), axis)

Descrição dos parâmetros:

a1, a2, ...: arrays do mesmo tipoaxis: o eixo ao longo do qual conectar os arrays, o padrão é 0

import numpy as np
a = np.array([1,2,3,4,5],[3,4,5,6,7]]]
print('Primeiro array:')
print(a)
print('\n')
b = np.array([5,6,7,8,9],[7,8,9,10,11]]]
print('Segundo array:')
print(b)
print('\n')
　# As dimensões dos dois arrays são iguais
print ('Conectar dois arrays ao eixo 0:')
print (np.concatenate((a,b)))
print('\n')
print ('ao eixo　1　Conectar dois arrays:')
print (np.concatenate((a,b),axis =　1))

O resultado da saída é:

[[　5　6　7　8　9]
[　7　8　9　10　11]]
Conectar dois arrays ao eixo 0:
[[　1　2　3　4　5]
[　3　4　5　6　7]
[　5　6　7　8　9]
[　7　8　9　10　11]]
Along the axis　1　Conectar dois arrays:
[[　1　2　3　4　5　5　6　7　8　9]
[　3　4　5　6　7　7　8　9　10　11]]

Usar a função de pilha para conectar arrays (numpy.stack)

A função numpy.stack empilha uma sequência de arrays ao longo de um novo eixo, no formato a seguir:

numpy.stack(arrays, axis)

Descrição dos parâmetros:

sequência de arrays com a mesma formaaxis: retorna o eixo no array, empilhando o array ao longo dele

import numpy as np
a = np.array([1,2,3,4,5],[3,4,5,6,7]]]
print('Primeiro array:')
print(a)
print('\n')
b = np.array([5,6,7,8,9],[7,8,9,10,11]]]
print('Segundo array:')
print(b)
print('\n')
print ('ao eixo 0 empilhar dois arrays:')
print (np.stack((a,b),0))
print('\n')
print ('ao eixo　1　empilhar dois arrays:')
print (np.stack((a,b),1))

O resultado da saída é:

Primeiro array:
[[1　2　3　4　5]
[3　4　5　6　7]]
Segundo array:
[[　5　6　7　8　9]
[　7　8　9　10　11]]
Empilhar dois arrays ao longo do eixo 0:
[[[　1　2　3　4　5]
[　3　4　5　6　7]]
[[　5　6　7　8　9]
[　7　8　9　10　11]]]
Along the axis　1　Empilhar dois arrays:
[[[　1　2　3　4　5]
[　5　6　7　8　9]]
[[　3　4　5　6　7]
[　7　8　9　10　11]]]

Empilhamento de arrays em linha (numpy.hstack)

numpy.hstack é uma variante da função numpy.stack, que gera arrays através do empilhamento horizontal.

import numpy as np
a = np.array([1,2,3,4,5],[3,4,5,6,7]]]
print('Primeiro array:')
print(a)
print('\n')
b = np.array([5,6,7,8,9],[7,8,9,10,11]]]
print('Segundo array:')
print(b)
print('\n')
print('Empilhamento horizontal:')
c = np.hstack((a, b))
print(c)
print('\n')

O resultado da saída é:

Primeiro array:
[[1　2　3　4　5]
　[3　4　5　6　7]]
Segundo array:
[[　5　6　7　8　9]
　[　7　8　9　10　11]]
Empilhamento horizontal:
[[　1　2　3　4　5　5　6　7　8　9]
　[　3　4　5　6　7　7　8　9　10　11]]

Empilhamento de arrays em coluna (numpy.vstack)

numpy.vstack é uma variante da função numpy.stack, que gera arrays através do empilhamento vertical.

import numpy as np
a = np.array([1,2,3,4,5],[3,4,5,6,7]]]
print('Primeiro array:')
print(a)
print('\n')
b = np.array([5,6,7,8,9],[7,8,9,10,11]]]
print('Segundo array:')
print(b)
print('\n')
print('Empilhamento vertical:')
c = np.vstack((a, b))
print(c)

O resultado da saída é:

Primeiro array:
[[1　2　3　4　5]
　[3　4　5　6　7]]
Segundo array:
[[　5　6　7　8　9]
　[　7　8　9　10　11]]
Empilhamento vertical:
[[　1　2　3　4　5]
　[　3　4　5　6　7]
　[　5　6　7　8　9]
　[　7　8　9　10　11]]

Empilhamento em altura (numpy.dstack)

O NumPy fornece uma função auxiliar: dstack() empilha em altura, a altura é igual à profundidade.

import numpy as np
a = np.array([1,2,3,4,5],[3,4,5,6,7]]]
b = np.array([5,6,7,8,9],[7,8,9,10,11]]]
arr = np.dstack((a, b))
print(arr)

O resultado da saída é:

[[[　1　5]
　　[　2　6]
　　[　3　7]
　　[　4　8]
　　[　5　9]]
　[[　3　7]
　　[　4　8]
　　[　5　9]
　　[　6　10]
　　[　7　11]]]