Connessione degli array NumPy

Ecco alcune funzioni comuni per connettere array:

Connessione degli array lungo l'asse (numpy.concatenate)

La connessione significa inserire il contenuto di due o più array in un singolo array.
In SQL, connettiamo le tabelle basandoci sulla chiave, mentre in NumPy connettiamo gli array lungo l'asse.

La funzione numpy.concatenate viene utilizzata per connettere due o più array di forma identica lungo un asse specificato, con il formato seguente:

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

Spiegazione dei parametri:

a1, a2, ...: array dello stesso tipoaxis: l'asse lungo il quale connettere gli array, predefinito a 0

import numpy as np
a = np.array([[1,2,3,4,5],[3,4,5,6,7]])
print('Primo array:')
print(a)
print('\n')
b = np.array([[5,6,7,8,9],[7,8,9,10,11]])
print('Secondo array:')
print(b)
print('\n')
　# Le dimensioni dei due array sono le stesse
print('Connessione lungo l'asse 0 di due array:')
print(np.concatenate((a, b)))
print('\n')
print('Connessione lungo l'asse 1 di due array:')
print(np.concatenate((a, b), axis=1))

Risultato di output:

[[　5　6　7　8　9]
[　7　8　9　10　11]
Connessione lungo l'asse 0 di due array:
[[　1　2　3　4　5]
[　3　4　5　6　7]
[　5　6　7　8　9]
[　7　8　9　10　11]
Connessione lungo l'asse 1 di due array:
[[ 1 2 3 4 5 5 6 7 8 9 ]
[ 3 4 5 6 7 7 8 9 10 11 ]

Connessione degli array tramite funzione di pila (numpy.stack)

La funzione numpy.stack viene utilizzata per connettere una sequenza di array lungo un nuovo asse, con il formato seguente:

numpy.stack(arrays, axis)

Spiegazione dei parametri:

sequence di array con la stessa formaaxis: restituisce l'asse degli array, lungo il quale l'array è sovrapposto

import numpy as np
a = np.array([[1,2,3,4,5],[3,4,5,6,7]])
print('Primo array:')
print(a)
print('\n')
b = np.array([[5,6,7,8,9],[7,8,9,10,11]])
print('Secondo array:')
print(b)
print('\n')
print('Sovrapposizione lungo l'asse 0 di due array:')
print(np.stack((a, b), 0))
print('\n')
print('Sovrapposizione lungo l'asse 1 di due array:')
print(np.stack((a, b), 1))

Il risultato di output è il seguente:

Primo array:
[[1　2　3　4　5]
[3　4　5　6　7]
Secondo array:
[[　5　6　7　8　9]
[　7　8　9　10　11]
Sovrapposizione lungo l'asse 0 di due array:
[[[ 1 2 3 4 5 ]
[ 3 4 5 6 7 ]
[[　5　6　7　8　9]
[ 7 8 9 10 11 ]]
Sovrapposizione lungo l'asse 1 di due array:
[[[ 1 2 3 4 5 ]
[ 5 6 7 8 9 ]
[[ 3 4 5 6 7 ]
[ 7 8 9 10 11 ]]

Sovrapposizione orizzontale degli array (numpy.hstack)

numpy.hstack è una variante della funzione numpy.stack, che genera array tramite la sovrapposizione orizzontale.

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

Il risultato di output è il seguente:

Primo array:
[[1　2　3　4　5]
　[3　4　5　6　7]
Secondo array:
[[　5　6　7　8　9]
　[　7　8　9　10　11]
Sovrapposizione orizzontale:
[[ 1 2 3 4 5 5 6 7 8 9 ]
　[ 3 4 5 6 7 7 8 9 10 11 ]

Sovrapposizione verticale degli array (numpy.vstack)

numpy.vstack è una variante della funzione numpy.stack, che genera array tramite la sovrapposizione verticale.

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

Risultato di output:

Primo array:
[[1　2　3　4　5]
　[3　4　5　6　7]
Secondo array:
[[　5　6　7　8　9]
　[　7　8　9　10　11]
Sovrapposizione verticale:
[[　1　2　3　4　5]
　[　3　4　5　6　7]
　[　5　6　7　8　9]
　[　7　8　9　10　11]

Sovrapposizione in altezza (numpy.dstack)

NumPy fornisce una funzione ausiliaria: dstack() per sovrapporre in altezza, che ha la stessa altezza della profondità.

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)

Risultato di output:

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