รัน NumPy ออนไลน์

ต่ออาร์เรย์ NumPy เข้าด้วยกัน

ในบทเรียนนี้ คุณจะต่ออาร์เรย์ NumPy ตามแถวหรือตามคอลัมน์ด้วยฟังก์ชัน np.concatenate()

  • ระดับกลาง
  • อ่าน 2 นาที
  • ตัวอย่างที่รันได้ 1 ตัวอย่าง

บทนำ

ปัญหาที่ต้องแก้

ข้อมูลมักมาเป็นชิ้นๆ: ค่าที่วัดของสัปดาห์นี้และสัปดาห์ที่แล้ว รูปภาพสองชุด แถวใหม่ของตาราง คุณต้องต่ออาร์เรย์เป็นอันเดียวในทิศทางที่ถูกต้อง

ลองนึกภาพแบบนี้

การต่ออาร์เรย์เหมือนการเอาแถบกระดาษมาแปะต่อกับตาราง ถ้าจะเพิ่มแถว (axis 0) ก็แปะแถบไว้ใต้ตาราง แถบนั้นจึงต้องมีจำนวนคอลัมน์เท่ากัน ถ้าจะเพิ่มคอลัมน์ (axis 1) ก็แปะไว้ด้านข้าง แถบนั้นจึงต้องมีจำนวนแถวเท่ากัน

จากการแปะแถบกระดาษสู่โค้ด
first📄 ตารางที่มีสองแถว
second📄 แถบที่มีอีกหนึ่งแถว กว้างเท่ากัน
axis=0⬇️ แปะไว้ด้านล่าง
np.concatenate((first, second), axis=0)📚 ได้ตารางเดียวที่มีสามแถว
ต่อตาม axis เดียว มิติอื่นต้องตรงกัน
สรุปในประโยคเดียว

concatenation ต่ออาร์เรย์ตาม axis ที่มีอยู่ มิติอื่นทั้งหมดของอาร์เรย์ต้องเท่ากัน

ประเด็นสำคัญ

  1. first มีรูปร่าง (2, 2) และ second มีรูปร่าง (1, 2): ทั้งคู่มี 2 คอลัมน์
  2. axis=0 ต่อตามแถว ได้อาร์เรย์ (3, 2)
  3. อาร์เรย์ถูกส่งไปพร้อมกันเป็น tuple เดียว: (first, second)
  4. ถ้าใช้ axis=1 จำนวนแถวต้องเท่ากันแทน

ใช้เมื่อไร?

  • รวมชุดข้อมูลที่เก็บแยกกัน
  • เพิ่มแถวหรือคอลัมน์ใหม่ให้อาร์เรย์ที่มีอยู่
  • สร้างอาร์เรย์ใหญ่จากผลลัพธ์ที่เล็กกว่า

เมื่อไรยังไม่จำเป็น

  • เพิ่มค่าทีละค่าในลูป: เก็บไว้ในลิสต์แล้วแปลงครั้งเดียวตอนจบ
  • อาร์เรย์ที่รูปร่างไม่ตรงกันใน axis อื่น: reshape หรือเติมค่าก่อน

โค้ดตัวอย่าง

รันโค้ด →
main.py
import numpy as np

first = np.array([[1, 2], [3, 4]])
second = np.array([[5, 6]])

print(np.concatenate((first, second), axis=0))
สร้างปุ่ม Run สำหรับตัวอย่างนี้

ผลลัพธ์จากการรัน

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

อธิบายโค้ด

เมื่อ axis=0 อาร์เรย์ second จะต่อใต้ first เป็นแถวใหม่ ได้ 3 แถว ทำได้เพราะทั้งสองอาร์เรย์มี 2 คอลัมน์ ถ้า axis=1 อาร์เรย์จะต่อกันแนวนอนโดยเพิ่มคอลัมน์ ถ้าต้องการสร้างมิติใหม่ ให้ใช้ np.stack()

เปลี่ยนค่าและรันโปรแกรมด้วย คอมไพเลอร์ Python ออนไลน์ของ CodeUtility โดยไม่ต้องติดตั้ง Python

แบบฝึกหัดเพิ่มเติม

ลองแก้โค้ดตามคำแนะนำด้านล่าง การเปลี่ยนโค้ดแล้วดูผลลัพธ์จะช่วยให้เข้าใจบทเรียนได้ดีกว่าการอ่านอย่างเดียวมาก

  1. เปลี่ยนรูปร่าง (shape) และชนิดข้อมูล (dtype) ของอาร์เรย์อินพุต
  2. ทดสอบกับเลขติดลบ ทศนิยม และค่าที่หายไป
  3. ใช้การคำนวณเดียวกันกับอาร์เรย์หลายมิติที่ใหญ่ขึ้นและจับเวลา
รันในคอมไพเลอร์ Python →

ข้อผิดพลาดที่พบบ่อย

ส่งอาร์เรย์เป็นอาร์กิวเมนต์แยกกัน

concatenate รับลำดับของอาร์เรย์ตัวเดียว

ปัญหา
np.concatenate(first, second, axis=0)
วิธีแก้
np.concatenate((first, second), axis=0)

เรียนบทนี้จบแล้วใช่ไหม

ทำเครื่องหมายว่าเรียนแล้วเพื่อติดตามความคืบหน้า