Python Numpy.concatenate() 함수

  1. numpy.concatenate()의 구문
  2. 예제 코드: numpy.concatenate()
  3. 예제 코드: 다차원 배열을 전달하는numpy.concatenate()
  4. 예제 코드: axis 매개 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) 

산출:

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)

산출:

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)

산출:

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)

산출:

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.