Fonction Python NumPy numpy.concatenate()

Minahil Noor 30 janvier 2023
  1. Syntaxe de numpy.concatenate()
  2. Exemples de codes : numpy.concatenate()
  3. Exemples de codes : numpy.concatenate() pour passer un tableau multidimensionnel
  4. Exemples de codes : numpy.concatenate() pour passer un tableau multidimensionnel avec un paramètre axis
Fonction Python NumPy numpy.concatenate()

La fonction Python NumPy numpy.concatenate() concatène plusieurs tableaux sur un axe spécifié. Elle accepte une séquence de tableaux comme paramètre et les réunit en un seul tableau.

Syntaxe de numpy.concatenate()

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

Paramètres

a1, a2,... C’est une séquence d’une structure de type tableau. C’est la séquence des tableaux d’entrée à concaténer. Les tableaux d’entrée doivent avoir la même forme.
axis Il s’agit d’un entier. Il représente l’axe sur lequel la fonction va concaténer les tableaux. Sa valeur par défaut est zéro, ce qui signifie que la concaténation des tableaux se fera ligne par ligne. Si elle est égale à 1, la concaténation se fera par colonne.
out Il s’agit d’un tableau à N dimensions. Il montre la forme finale des tableaux concaténés. S’il est fourni, sa forme doit correspondre à celle du tableau concaténé de sortie.

Renvoie

Il retourne un tableau à N dimensions. Ce tableau montre la concaténation des tableaux d’entrée.

Exemples de codes : numpy.concatenate()

Nous allons d’abord concaténer un tableau unidimensionnel en utilisant la fonction numpy.concatenate.

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)

Production:

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]

La fonction a renvoyé un tableau concaténé. Si vous voulez que le tableau de sortie commence par le second tableau, il suffit de passer le second tableau en premier comme paramètre.

Exemples de codes : numpy.concatenate() pour passer un tableau multidimensionnel

Nous allons maintenant passer un tableau multidimensionnel.

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)

Production:

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]]

La sortie montre que les tableaux d’entrée sont maintenant réunis pour former un seul tableau.

Exemples de codes : numpy.concatenate() pour passer un tableau multidimensionnel avec un paramètre axis

Maintenant, nous allons passer une séquence de tableaux multidimensionnels en paramètre avec axis comme 0. Le tableau résultant montrera la concaténation ligne par ligne.

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)

Production:

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]]

Notez que le tableau de sortie montre la concaténation des tableaux en lignes croissantes car la valeur par défaut de l’axis est 0.

Nous allons maintenant fixer la valeur de l’axis à 1.

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)

Production:

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]]

Le tableau de sortie montre la concaténation des tableaux de manière croissante en colonnes.