Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Cách sử dụng hàm hstack() trong NumPy

Trong bài viết này, mình sẽ tìm hiểu hàm NumPy hstack() - một công cụ mạnh mẽ cho việc nối các mảng theo chiều ngang. Khi làm việc với dữ liệu đa chiều, việc kết hợp các mảng lại với nhau là một phần quan trọng của quy trình xử lý dữ liệu và phân tích. Hãy cùng đi vào chi tiết và tìm hiểu cách sử dụng hàm hstack() để thực hiện nhiệm vụ này một cách hiệu quả.

test php

Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

Giới thiệu về hàm hstack() trong NumPy

Hàm hstack() kết hợp các phần tử của hai hoặc nhiều mảng thành một mảng duy nhất theo chiều ngang (theo cột).

Dưới đây là cú pháp của hàm hstack():

numpy.hstack((a1,a2,...))

Trong cú pháp này, (a1, a2, …) là một chuỗi các mảng có kiểu ndarray.

Bài viết này được đăng tại [free tuts .net]

Tất cả các mảng a1, a2, .. phải có cùng hình dạng theo tất cả các trục ngoại trừ trục thứ hai. Nếu tất cả các mảng là các mảng 1D, thì chúng có thể có độ dài bất kỳ.

Nếu bạn muốn nối hai hoặc nhiều mảng theo chiều dọc, bạn có thể sử dụng hàm vstack().

Ví dụ về hàm hstack() trong Numpy

Hãy xem một số ví dụ về việc sử dụng hàm hstack().

Sử dụng hàm numpy hstack() để nối các phần tử của các mảng 1D

Ví dụ sau sử dụng hàm hstack() để nối hai mảng 1D theo chiều ngang:

import numpy as np

a = np.array([1, 2])
b = np.array([3, 4, 5])

c = np.hstack((a, b))
print(c)

Screenshot 202024 06 11 20151432 png

Kết quả:

[1 2 3 4 5]

Lưu ý rằng đối với các mảng 1D, các mảng đầu vào có thể có độ dài khác nhau như trong ví dụ trên.

Sử dụng hàm numpy hstack() để nối các phần tử của các mảng 2D

Ví dụ sau sử dụng hàm hstack() để nối các phần tử của hai mảng 2D:

import numpy as np

a = np.array([
    [1, 2],
    [3, 4]
])
b = np.array([
    [5, 6],
    [7, 8]
])

c = np.hstack((a, b))
print(c)

Screenshot 202024 06 11 20151419 png

Kết quả:

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

Trong ví dụ này, mình nối hai mảng 2D a và b thành một mảng duy nhất theo chiều ngang. Các phần tử của mỗi hàng được nối cùng nhau.

Kết bài

Trong phần này, mình đã tìm hiểu về hàm numpy.hstack() trong NumPy và cách sử dụng nó để nối các mảng theo chiều ngang. Việc hiểu và sử dụng linh hoạt hàm này sẽ giúp bạn xử lý dữ liệu hiệu quả hơn trong các tác vụ phân tích dữ liệu và machine learning.

Bài trước Bài tiếp

Cách sử dụng hàm hstack() trong NumPy

Giới thiệu về hàm hstack() trong NumPy

Ví dụ về hàm hstack() trong Numpy

Sử dụng hàm numpy hstack() để nối các phần tử của các mảng 1D

Sử dụng hàm numpy hstack() để nối các phần tử của các mảng 2D

Kết bài

Cùng chuyên mục:

Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python

Hướng dẫn toàn diện về module datetime trong Python

Cách truy cập và thiết lập biến môi trường trong Python

Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass

Từ khóa yield trong Python

Sự khác biệt giữa sort() và sorted() trong Python

Sử dụng Poetry để quản lý dependencies trong Python

Định dạng chuỗi Strings trong Python

Một tác vụ phổ biến khi làm việc với danh sách trong Python

Làm việc với các biến môi trường trong Python

Sự khác biệt giữa set() và frozenset() trong Python

Sự khác biệt giữa iterator và iterable trong Python

Cách làm việc với file tarball/tar trong Python

Chuyển đổi kiểu dữ liệu trong Python

Sự khác biệt giữa toán tử == và is trong Python

Làm việc với file ZIP trong Python

Cách sử dụng ThreadPoolExecutor trong Python

Sự khác biệt giữa byte objects và string trong Python

Xử lý độ chính xác các hàm floor, ceil, round, trunc, format trong Python

Cách lặp qua nhiều list với hàm zip() trong Python

Cách sử dụng hàm hstack() trong NumPy

Giới thiệu về hàm hstack() trong NumPy

Ví dụ về hàm hstack() trong Numpy

Sử dụng hàm numpy hstack() để nối các phần tử của các mảng 1D

Sử dụng hàm numpy hstack() để nối các phần tử của các mảng 2D

Kết bài

Cùng chuyên mục:

Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python

Hướng dẫn toàn diện về module datetime trong Python

Cách truy cập và thiết lập biến môi trường trong Python

Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass

Từ khóa yield trong Python

Sự khác biệt giữa sort() và sorted() trong Python

Sử dụng Poetry để quản lý dependencies trong Python

Định dạng chuỗi Strings trong Python

Một tác vụ phổ biến khi làm việc với danh sách trong Python

Làm việc với các biến môi trường trong Python

Sự khác biệt giữa set() và frozenset() trong Python

Sự khác biệt giữa iterator và iterable trong Python

Cách làm việc với file tarball/tar trong Python

Chuyển đổi kiểu dữ liệu trong Python

Sự khác biệt giữa toán tử == và is trong Python

Làm việc với file ZIP trong Python

Cách sử dụng ThreadPoolExecutor trong Python

Sự khác biệt giữa byte objects và string trong Python

Xử lý độ chính xác các hàm floor, ceil, round, trunc, format trong Python

Cách lặp qua nhiều list với hàm zip() trong Python

Giới thiệu

Thủ thuật

Link hay

Liên kết