متصل کردن(join) آرایه‌ها در NumPy

متصل کردن(Join) دو یا چند آرایه، یعنی اینکه محتوای آنها را در یک آرایه‌ی تکی قرار دهیم. ما در SQL جدول‌ها را بر اساس یک کلید(key) متصل(join) می‌کنیم، در حالی که در NumPy، آرایه‌ها را با محورها(axis) ترکیب می‌کنیم. 

ما یک دنباله از آرایه‌هایی که می‌خواهیم آنها را متصل کنیم، به تابع concatenate() می‌دهیم و محور(axis) را نیز ارائه می‌دهیم. اگر محور صریحاً پاس داده نشود، 0 در نظر گرفته خواهد شد. 

مقادیر axis میتواند 0 یا 1 باشد که به معنی ردیفی و ستونی هست اگر مقداری برای ان مشخص نکنیم 0 در نظر گرفته میشود[2].

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([4, 5, 6])

arr = np.concatenate((arr1, arr2))

print(arr)

[1 2 3 4 5 6]

import numpy as np

arr1 = np.array([[1, 2], [3, 4]])

arr2 = np.array([[5, 6], [7, 8]])

arr = np.concatenate((arr1, arr2), axis=1)

print(arr)

[[1 2 5 6]
 [3 4 7 8]]

متصل کردن آرایه‌ها با استفاده از تابع‌های پشته(Stack Functions)

پشته‌سازی(Stacking) مشابه با الحاق(concatenation) است؛ تنها تفاوت آنها این است که پشته‌سازی در یک محور جدید انجام می‌شود. 

We can concatenate two 1-D arrays along the second axis which would result in putting them one over the other, ie. stacking.

We pass a sequence of arrays that we want to join to the stack() method along with the axis. If axis is not explicitly passed it is taken as 0.

منبع: www.w3schools.com/python/numpy

منبع [2]: pnldev.com/fa/tutorial/python