Python Numpy.concatenate() 함수
Minahil Noor
2023년1월30일
-
numpy.concatenate()의 구문 -
예제 코드:
numpy.concatenate() -
예제 코드: 다차원 배열을 전달하는
numpy.concatenate() -
예제 코드:
axis매개 변수가있는 다차원 배열을 전달하는numpy.concatenate()
Python NumPy numpy.concatenate() 함수는 지정된 축에서 여러 배열을 연결합니다. 일련의 배열을 매개 변수로 받아 단일 배열로 결합합니다.
numpy.concatenate()의 구문
numpy.concatenate((a1, a2, ...), axis=0, out=None)
매개 변수
a1, a2, ... |
배열과 같은 구조의 시퀀스입니다. 연결할 입력 배열의 시퀀스입니다. 입력 배열은 같은 모양이어야합니다. |
axis |
정수입니다. 함수가 배열을 연결하는 축을 나타냅니다. 기본값은 0으로 배열의 연결이 행 단위임을 의미합니다. 1이면 열 단위로 연결됩니다. |
out |
N 차원 배열입니다. 연결된 배열의 최종 모양을 보여줍니다. 제공되는 경우 그 모양은 출력 연결 배열과 일치해야합니다. |
반환
N 차원 배열을 반환합니다. 이 배열은 입력 배열의 연결을 보여줍니다.
예제 코드: numpy.concatenate()
먼저numpy.concatenate 함수를 사용하여 1 차원 배열을 연결합니다.
import numpy as np
a1 = np.array([45, 12, 65, 78, 9, 34, 12, 11, 2, 65, 78, 82, 28, 78])
print("First array:")
print(a1)
a2 = np.array([89, 34, 56, 87, 90])
print("Second array:")
print(a2)
outarray = np.concatenate([a1, a2])
print("Concatenated array:")
print(outarray)
출력:
First array:
[45 12 65 78 9 34 12 11 2 65 78 82 28 78]
Second array:
[89 34 56 87 90]
Concatenated array:
[45 12 65 78 9 34 12 11 2 65 78 82 28 78 89 34 56 87 90]
함수가 연결된 배열을 반환했습니다. 출력 배열이 두 번째 배열로 시작되도록하려면 두 번째 배열을 먼저 매개 변수로 전달하면됩니다.
예제 코드: 다차원 배열을 전달하는numpy.concatenate()
이제 다차원 배열을 전달합니다.
import numpy as np
a1 = np.array([[11, 12], [15, 10]])
print("First array:")
print(a1)
a2 = np.array([[10, 13], [15, 8]])
print("Second array:")
print(a2)
a3 = np.array([[11, 5], [34, 78]])
print("Third array:")
print(a3)
outarray = np.concatenate((a1, a2, a3))
print("Concatenated array:")
print(outarray)
출력:
First array:
[[11 12]
[15 10]]
Second array:
[[10 13]
[15 8]]
Third array:
[[11 5]
[34 78]]
Concatenated array:
[[11 12]
[15 10]
[10 13]
[15 8]
[11 5]
[34 78]]
출력은 입력 배열이 이제 함께 결합되어 단일 배열을 형성 함을 보여줍니다.
예제 코드: axis 매개 변수가있는 다차원 배열을 전달하는numpy.concatenate()
이제 axis가 0 인 매개 변수로 다차원 배열의 시퀀스를 전달합니다. 결과 배열은 연결을 행 단위로 표시합니다.
import numpy as np
a1 = np.array([[11, 12, 5], [15, 6, 10]])
print("First array:")
print(a1)
a2 = np.array([[10, 8, 13], [12, 15, 8]])
print("Second array:")
print(a2)
a3 = np.array([[11, 12, 5], [34, 78, 90]])
print("Third array:")
print(a3)
outarray = np.concatenate((a1, a2, a3))
print("Concatenated array:")
print(outarray)
출력:
First array:
[[11 12 5]
[15 6 10]]
Second array:
[[10 8 13]
[12 15 8]]
Third array:
[[11 12 5]
[34 78 90]]
Concatenated array:
[[11 12 5]
[15 6 10]
[10 8 13]
[12 15 8]
[11 12 5]
[34 78 90]]
출력 배열은axis의 기본값이 0이기 때문에 증가하는 행 방식으로 배열의 연결을 보여줍니다.
이제axis의 값을 1로 설정합니다.
import numpy as np
a1 = np.array([[11, 12, 5], [15, 6, 10]])
print("First array:")
print(a1)
a2 = np.array([[10, 8, 13], [12, 15, 8]])
print("Second array:")
print(a2)
a3 = np.array([[11, 12, 5], [34, 78, 90]])
print("Third array:")
print(a3)
outarray = np.concatenate((a1, a2, a3), axis=1)
print("Concatenated array:")
print(outarray)
출력:
First array:
[[11 12 5]
[15 6 10]]
Second array:
[[10 8 13]
[12 15 8]]
Third array:
[[11 12 5]
[34 78 90]]
Concatenated array:
[[11 12 5 10 8 13 11 12 5]
[15 6 10 12 15 8 34 78 90]]
출력 배열은 증가하는 열 방식으로 연결을 보여줍니다.