Numpy vStack -metode

Hvis du er ny på Python -programmeringsspråket, bør du begynne å lære funksjonene til det numpy biblioteket først og gå videre til de andre bibliotekene og deres funksjoner. Numpy Library of the Python -programmeringsspråket tilbyr flere nyttige funksjoner som hjelper en utvikler med å skrive effektiv og optimalisert kode. Her vil vi lære om Numpy VStack -funksjonen på Python -programmeringsspråket. Vi vil demonstrere noen grunnleggende eksempler som hjelper deg å lære å bruke Numpy VStack -funksjonen i et Python -program. Så la oss starte opplæringen.

Hva er Numpy VStack -metoden på Python -programmeringsspråket?

Numpy VStack -metoden er en enkel metode som brukes til å stable matriser vertikalt. Sekvensen av matriser kan gis til Numpy VStack -funksjonen, og den vil returnere den vertikalt stablede matrisen i en sekvens. Arbeidet med Numpy VStack -funksjonen ligner sammenkobling av matriser. La oss se syntaksen til Numpy VStack -metoden for å forstå hva vi trenger å ha før vi bruker VStack -funksjonen i programmene våre.

Syntaks av Numpy VStack -funksjonen

Før du bruker noen funksjon i programmet ditt, bør du kjenne syntaksen slik at du ikke har noe problem med å bruke det i et program. Se syntaksen til Numpy VStack -funksjonen gitt nedenfor:

Her er "dataene" den eneste parameteren som Numpy VStack -funksjonen tar, og den representerer de to eller flere to matriser som må sammenkobles eller stables vertikalt. I den kommende delen vil vi gi noen nyttige eksempler som vil hjelpe deg å forstå arbeidet med Numpy VStack -funksjonen.

Eksempel 1

Det første eksemplet på Numpy VStack -funksjonen er veldig enkelt. Her tar vi sikte på å forklare det grunnleggende arbeidet med Numpy VStack -funksjonen. Referansekoden til eksemplet er gitt nedenfor for din forståelse, ta en titt:

Importer numpy som npy
a = npy.Array ([5, 2, 1])
B = NPY.Array ([2, 3, 7])
n = npy.vStack ((a, b))
trykk (n)

Først importerte vi Numpy -biblioteket med "Importer Numpy as NPY" -uttalelsen slik at vi enkelt kunne bruke Numpy VStack -funksjonen uten problemer. Husk at når du trenger å bruke en funksjon tilknyttet et bibliotek, må du eksplisitt inkludere biblioteket i programmet ditt før du bruker funksjonene. Så her vil NPY representere Numpy -biblioteket gjennom hele programmet og vil bli brukt til å kalle VStack -funksjonen til Numpy Library.

Den første matrisen er tilordnet "A" -variabelen, og den har 3 elementer. Den andre matrisen er tilordnet "B" -variabelen, og den har også tre 3 varer. Etter det sendes både A- og B -matriser til Numpy VStack -funksjonen, og resultatet lagres i "N" -variabelen. Ved hjelp av PRINT () -kommandoen vises resultatet av Numpy VStack -funksjonen. La oss se resultatet av Numpy VStack -funksjonen gitt på skjermdumpen nedenfor:

Som du kan se, er den første matrisen, “A”, stablet på den andre matrisen, “B,” vertikalt. Begge matriser har samme antall varer, og begge er vertikalt stablet eller sammenkoblet.

Eksempel 2

Så vi har lært den grunnleggende arbeidet med Numpy VStack -funksjonen i forrige eksempel. For å forklare noen feil du kan få, vil vi bruke dette eksemplet. Når du prøver å stable matriser ved hjelp av Numpy VStack -funksjonen, må du sørge for at hver matrise har samme antall elementer. For eksempel, hvis matrise A bare har 2 elementer, bør Array B bare ha 2 varer. Når det. Se prøvekoden gitt nedenfor; Vi vil forklare feilen etter å ha gitt koden:

Importer numpy som npy
a = npy.Array ([5, 2, 1])
B = NPY.Array ([2, 3])
n = npy.vStack ((a, b))
trykk (n)

Som du ser, brukte vi den samme koden som vi gjorde tidligere, men her har Array B bare 2 elementer, og Array A har 3 elementer. Numpy VStack -funksjonen tar matriser av like dimensjoner. Det tar ikke de uoverensstemmede array -dimensjonene som input, og hever i stedet et verdienes unntak. Se utdataene fra programmet gitt nedenfor for å forstå problemet:

Som du ser har kompilatoren løftet verdien siden dimensjonen til matrise B ikke er den samme som dimensjonen til matrise a. Det er 3 varer i matrise A og bare 2 elementer i matrise B. Enten må du oppgi et annet element til Array B for å gjøre det lik dimensjonen til matrise A, eller så må du fjerne et element fra Array A for å gjøre det lik dimensjonen til matrise B. Dette er den eneste måten å løse verdien som genereres av Numpy VStack -funksjonen.

Eksempel 3

Tidligere stablet vi 1-D-matriser ved hjelp av Numpy VStack-funksjonen. Bare for å gi deg beskjed, kan du stable flerdimensjonale matriser ved hjelp av Numpy VStack-funksjonen, i.e., 2-D, 3-D, .. .N-d. Numpy VStack -funksjonen er veldig effektiv ved at den kan stable så mange dimensjoner du kan gi raskt og enkelt. I prøvekoden gitt nedenfor vil vi stable 2 2-D-matriser for å hjelpe deg med å forstå hvordan du kan stable flerdimensjonale matriser ved hjelp av Numpy VStack-funksjonen. Se prøvekoden gitt på skjermdumpen nedenfor:

Importer numpy som npy
a = npy.Array ([[5, 2, 1], [9, 6, 4]])
B = NPY.Array ([[2, 3, 7], [0, 8, 5]])
c = npy.Array ([[1, 8, 9], [5, 4, 6]])
n = npy.vStack ((a, b, c))
trykk (n)

Det første og fremste trinnet som bør tas og ikke bør hoppes over for å unngå feil, er å importere Numpy -biblioteket til programmet. For det andre ga vi 3 2-D-matriser som inneholder 3 elementer i hver dimensjon. Alle tre matriser sendes til Numpy VStack -funksjonen for å stable dem vertikalt. Utskrift () -uttalelsen har produsert følgende utdata:

Konklusjon

Vi hadde en rask oversikt over Numpy VStack -funksjonen i Python -programmer. Numpy VStack -funksjonen brukes til å sammenkoble eller stable matriser vertikalt. Numpy VStack-funksjonen er en innebygd funksjon som returnerer en stablet rekke flere inngangsarrays. Numpy VStack -funksjonen er veldig lik sammenkoblingen av matriser. Ved hjelp av eksempler lærte vi hvordan vi bruker Numpy VStack -funksjonen i et Python -program. Vi forklarte også hva slags feil du kan få ved å bruke Numpy VStack -funksjonen.