Riješeno: Primjer funkcije Python NumPy column_stack s 2d poljem

Python NumPy je popularna biblioteka koja pruža višestruke napredne matematičke funkcionalnosti i čini iznimno učinkovitim rad s višedimenzionalnim nizovima. Jedna takva korisna funkcija je funkcija NumPy column_stack. U ovom ćemo članku detaljno razmotriti funkciju column_stack i njezinu primjenu u radu s 2d nizovima. Također ćemo istražiti različite biblioteke i funkcije povezane s radom s nizovima u Pythonu.

Uvod u funkciju NumPy column_stack

NumPyjev stog_stupaca Funkcija je prikladan alat za slaganje više 1D i 2D nizova u jedan 2D niz, raspoređivanje ulaznih nizova u stupce. Može biti od pomoći u različitim scenarijima, primjerice pri kombiniranju više skupova podataka ili radu s matričnim operacijama. Sintaksa za funkciju column_stack je sljedeća:

numpy.column_stack((array1, array2, ..., arrayN))

Uronimo sada u rješavanje problema pomoću funkcije column_stack i dodatno objasnimo kôd korak po korak.

Izjava o problemu i rješenje

Pretpostavimo da imamo dva odvojena skupa podataka koji sadrže rezultate učenika u dva predmeta i želimo stvoriti konsolidirani skup podataka s rezultatima oba predmeta kao stupcima. Možemo koristiti funkciju NumPy column_stack da to postignemo.

Evo primjera koda kombiniranja dva 1D niza u jedan 2D niz pomoću column_stack:

import numpy as np

subject_1_scores = np.array([95, 85, 78, 90])
subject_2_scores = np.array([88, 78, 81, 92])

combined_scores = np.column_stack((subject_1_scores, subject_2_scores))

print(combined_scores)

Korak po korak objašnjenje koda

Razdvojimo kôd i objasnimo svaki korak:

1. Prvo uvozimo biblioteku NumPy s aliasom "np."

2. Kreiramo dva NumPy niza, subject_1_scores i subject_2_scores, koji sadrže rezultate učenika u dva predmeta.

3. Zatim koristimo stog_stupaca funkcija za slaganje dvaju nizova po stupcima i pohranjivanje dobivenog 2D niza u varijablu pod nazivomcombined_scores.

4. Na kraju, ispisujemo 2D polje combined_scores na konzolu.

Izlaz ovog koda bit će:

[[95 88]
 [85 78]
 [78 81]
 [90 92]]

Ovdje možemo uočiti da su ulazni nizovi uspješno složeni po stupcima u jedan 2D niz.

Ostale funkcije i biblioteke za rad s nizovima

Rad s višedimenzionalnim nizovima u Pythonu može se učinkovito postići pomoću različitih biblioteka i funkcija. Osim funkcije NumPy column_stack, neke druge značajne značajke su:

  • NumPy.hstack: Ova funkcija također slaže nizove vodoravno (po stupcima), iako zahtijeva da ulazni nizovi imaju isti broj dimenzija, za razliku od column_stack.
  • NumPy.vstack: Ova funkcija slaže nizove okomito (prema redu).
  • NumPy.concatenate: Ova svestrana funkcija može se koristiti za ulančavanje nizova duž određene osi.
  • Pande: Još jedna popularna Python biblioteka za analizu podataka, Pandas pruža napredne funkcionalnosti za rad sa strukturiranim podacima, kao što je kombiniranje DataFrames (pandas.DataFrame) pomoću funkcija spajanja, spajanja ili concat.

Ovladavanjem ovim bibliotekama i funkcijama možete učinkovito rukovati i obrađivati ​​različite višedimenzionalne operacije polja u Pythonu. Sretno kodiranje!

Povezani postovi:

Ostavite komentar