NumPy 1.14 - numpy.concatenate()

numpy.concatenate




numpy

numpy.concatenate

numpy.concatenate((a1, a2, ...), axis=0, out=None)

किसी मौजूदा अक्ष के साथ सरणियों के अनुक्रम में शामिल हों।

पैरामीटर:

a1, a2,… : array_like का क्रम

axis समान आयाम को छोड़कर, सरणियों का आकार समान होना चाहिए (पहला, डिफ़ॉल्ट रूप से)।

अक्ष : int, वैकल्पिक

वह अक्ष जिसके साथ सरणियाँ सम्मिलित होंगी। डिफ़ॉल्ट 0 है।

बाहर : ndarray, वैकल्पिक

यदि प्रदान की जाती है, तो परिणाम प्राप्त करने के लिए गंतव्य। आकार सही होना चाहिए, यदि कोई तर्क निर्दिष्ट नहीं किया गया था, तो उस मिलान का क्या होगा।

यह दिखाता है:

res : ndarray

समतल सरणी।

यह भी देखें

ma.concatenate
कॉनसेटेट फ़ंक्शन जो इनपुट मास्क को संरक्षित करता है।
array_split
एक सरणी को समान या निकट-समान आकार के कई उप-सरणियों में विभाजित करें।
split
समान आकार के कई उप-सरणियों की सूची में सरणी विभाजित करें।
hsplit
क्षैतिज (क्षैतिज रूप से) कई उप-सरणियों में विभाजित सरणी
vsplit
कई उप-सरणियों में विभाजित सरणी लंबवत (पंक्ति वार)
dsplit
3 अक्ष (गहराई) के साथ कई उप-सरणियों में सरणी विभाजित करें।
stack
एक नई अक्ष के साथ सरणियों का एक क्रम ढेर।
hstack
क्षैतिज रूप से अनुक्रम में स्टैक सरणियाँ (स्तंभ वार)
vstack
क्रम में खड़ी सरणियाँ (पंक्ति वार)
dstack
स्टैक एरेज़ इन सीक्वेंस डेप्थ वाइज (तीसरे आयाम के साथ)

टिप्पणियाँ

जब एक या एक से अधिक सरणियों को समाप्‍त किया जाना है, तो MaskedArray है, यह फ़ंक्शन ndarray के बजाय एक MaskedArray ऑब्जेक्ट लौटाएगा, लेकिन इनपुट मास्क संरक्षित नहीं हैं। ऐसे मामलों में जहां एक मास्कडायरेप इनपुट के रूप में अपेक्षित है, इसके बजाय नकाबपोश सरणी मॉड्यूल से ma.concatenate फ़ंक्शन का उपयोग करें।

उदाहरण

>>> a = np.array([[1, 2], [3, 4]])
>>> b = np.array([[5, 6]])
>>> np.concatenate((a, b), axis=0)
array([[1, 2],
       [3, 4],
       [5, 6]])
>>> np.concatenate((a, b.T), axis=1)
array([[1, 2, 5],
       [3, 4, 6]])

यह फ़ंक्शन MaskedArray इनपुट के मास्किंग को संरक्षित नहीं करेगा।

>>> a = np.ma.arange(3)
>>> a[1] = np.ma.masked
>>> b = np.arange(2, 5)
>>> a
masked_array(data = [0 -- 2],
             mask = [False  True False],
       fill_value = 999999)
>>> b
array([2, 3, 4])
>>> np.concatenate([a, b])
masked_array(data = [0 1 2 2 3 4],
             mask = False,
       fill_value = 999999)
>>> np.ma.concatenate([a, b])
masked_array(data = [0 -- 2 2 3 4],
             mask = [False  True False False False False],
       fill_value = 999999)