Unirse a la array NumPy

NumPy proporciona varias funciones para combinar arrays. En este artículo, discutiremos algunos de los más importantes.

• numpy.concatenar
• numpy.stack
• numpy.block

Método 1: Usar numpy.concatenate()

La función de concatenación en NumPy une dos o más arrays a lo largo de un eje específico. 

Sintaxis:

numpy.concatenate((array1, array2, ...), axis=0)

El primer argumento es una tupla de arrays que pretendemos unir y el segundo argumento es el eje a lo largo del cual necesitamos unir estas arrays. Consulte el siguiente ejemplo que muestra el uso de numpy.concatenate.

import numpy as np
  
array_1 = np.array([1, 2])
array_2 = np.array([3, 4])
  
array_new = np.concatenate((array_1, array_2))
print(array_new)

Producción: 

[1 2 4 5]

De forma predeterminada, el valor del eje se establece en 0. Puede cambiarlo especificando un valor para el eje en el segundo argumento. El siguiente código une dos arrays a lo largo de las filas.

import numpy as np
  
array_1 = np.array([[1, 2], [3, 4]])
array_2 = np.array([[5, 6], [7, 8]])
  
array_new = np.concatenate((array_1, array_2), axis=1)
print(array_new)

Producción:

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

Método 2: Usar numpy.stack()

La función stack() de NumPy une dos o más arrays a lo largo de un nuevo eje.

Sintaxis:

numpy.stack(arrays, axis=0)

El siguiente código demuestra el uso de numpy.stack().

import numpy as np
  
array_1 = np.array([1, 2, 3, 4])
array_2 = np.array([5, 6, 7, 8])
  
array_new = np.stack((array_1, array_2), axis=1)
print(array_new)

Producción:

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

Las arrays se unen a lo largo de un nuevo eje.

Método 3: numpy.block()

numpy.block se utiliza para crear nd-arrays a partir de bloques de listas anidados.

Sintaxis:

numpy.block(arrays)

El siguiente ejemplo explica el funcionamiento de numpy.block().

import numpy as np
  
block_1 = np.array([[1, 1], [1, 1]])
block_2 = np.array([[2, 2, 2], [2, 2, 2]])
block_3 = np.array([[3, 3], [3, 3], [3, 3]])
block_4 = np.array([[4, 4, 4], [4, 4, 4], [4, 4, 4]])
  
block_new = np.block([
    [block_1, block_2],
    [block_3, block_4]
])
  
print(block_new)

Producción:

[[1 1 2 2 2]
 [1 1 2 2 2]
 [3 3 4 4 4]
 [3 3 4 4 4]
 [3 3 4 4 4]]

En este ejemplo, ensamblamos una array de bloques (block_new) a partir de 4 arrays bidimensionales separadas (block_1,block_2,block_3,block_4).