Istnieje wiele rodzajów funkcji Stack (), takich jak hstack (), vstack (), dstack (), konatenacja itp. Dzisiaj nauczymy się jednej z rodzajów funkcji Stack (), która jest funkcją dstack () Numpy. Funkcja Stack () służy do łączenia wielu tablic wzdłuż nowej osi.
DSTACK () oznacza funkcję stosu głębokości. Funkcja dstack () jest jedną z funkcji modułu Python Numpy, który jest używany do układania i organizowania elementów tablicy wejściowej w głębokości sekwencji wzdłuż trzeciej osi, tak że generuje wyjście, które jest co najmniej trzy- wymiarowy.
Składnia:
Spójrzmy na wdrożenie pisania funkcji DSTACK (). W tej funkcji najpierw musimy napisać nazwę modułu Python, która jest Numpy lub możesz również użyć Numpy Alias NP. Następnie napisz nazwę funkcji, która jest dstack (). W nawiasach funkcji musisz przekazać parametr dstack, co oznacza, że musimy przekazać te tablice wejściowe, na których chcemy wykonać funkcję dstack ().
Parametr:
kafar to kształt tablic wejściowych, w którym chcemy wykonać funkcję dstack (). Te tablice muszą mieć ten sam kształt, z wyjątkiem trzeciej osi.
Wartość zwracana:
W zamian otrzymujemy trójwymiarową tablicę, która jest łączona w sekwencjonowaniu i zorganizowanej głębokości wraz z trzecią oś.
Przykład 1:
Teraz zacznijmy wdrażać nasz pierwszy przykład funkcji dstack (). Aby rozpocząć wdrażanie kodu, musimy zaimportować najpierw jeden z modułów Python, który jest Numpy. Numpy to zaawansowana biblioteka Python, która służy do wykonywania operacji numerycznych i logicznych w Python. Aby zaimportować pakiet Python, najpierw używamy słowa kluczowego „Importuj”, które mówi kompilatorowi, że importujemy bibliotekę. Po drugie, piszemy nazwę biblioteki, która jest „Numpy” małymi literami, a następnie piszemy pseudonim Numpy, który jest „NP”.
Po zaimportowaniu modułu Pythona zaczynamy wdrażać rzeczywistą linię kodu. Najpierw nazywamy metodę print (), aby wyświetlić komunikat „Implementacja funkcji Numpy dstack () na tablicy 2d”. Następnie tworzymy tablicę trzech elementów „[20, 30, 40]” o nazwie „Array1” i wyświetlamy ją, wywołując metodę print () i przekazując w niej tablicę1. Następnie tworzymy kolejną gamę trzech elementów „[25, 35, 45]” o nazwie „Array2”. Chcemy również wyświetlić drugą tablicę, więc ponownie wywołujemy metodę print () i przekazujemy w niej tablicę2. Jak widać, utworzyliśmy obie tablice tego samego rozmiaru, ponieważ Array1 łączy się z indeksem Array2 według indeksu.
importować Numpy jako NPPo utworzeniu 2-wymiarowych tablic wywołujemy funkcję dstack (), abyśmy mogli zdobyć tablicę ułożoną. Najpierw piszemy pseudonim Numpy, który jest „NP”, a następnie piszemy nazwę funkcji, którą chcemy zaimplementować na tablicach wejściowych, jaką jest „dstack ()”. Następnie musisz przekazać parametry funkcji. Tutaj mamy dwie tablice, które chcemy układać, więc przejdźmy do tablicy1 i Array2 w nawiasach funkcyjnych dstack ().
Po wywołaniu funkcji dstack (), przechowujmy tę funkcję w innej nowej tablicy, która jest „Stacked_Array”, ponieważ jeśli chcemy ponownie wywołać tę funkcję w tym samym programie, nie musimy ponownie pisać funkcji całej DSTack (). Po prostu wywołujemy tę funkcję, wywołując nazwę tablicy. Takie podejście oszczędza czas i złożoność kodu. Na końcu kodu po prostu wywołujemy metodę print (), aby wyświetlić nową trójwymiarową tablicę w skorupce i przekazać nazwę tablicy w nawiasach funkcji print (), która jest ułożona.
Teraz skompilujmy poprzedni wiersz funkcji kodu dstack () i zobaczmy, co dostajemy w powładzie. Mamy dwie tablice wejściowe (2D) w skorupce, a następnie otrzymujemy powstałą 3-wymiarową tablicę ułożoną.
Przykład 2:
Teraz przejdźmy do drugiego przykładu funkcji dstack (). W tym przykładzie mamy tablice wielowymiarowe i wdrażamy na nich funkcję dstack (). Zobaczmy, co otrzymamy po kompilacji kodu.
Aby rozpocząć pisanie rzeczywistej linii kodu dstack (), najpierw importujemy bibliotekę Python, aby zaimplementować funkcję dstack (), która jest Numpy. Importujemy bibliotekę Numpy z pseudonimem Numpy, który jest NP.
Teraz zacznijmy pisać kod. Najpierw tworzymy tablice wielowymiarowe, które są tablica1 i array2, które składają się z wielu elementów. Następnie pokazujemy te tablice w skorupce, nazywając te tablice. Do wyświetlania używamy wstępnie zdefiniowanej metody Pythona, która jest metodą print (). Następnie przekazujemy w niej nazwę tablicy. Jak widać w metodzie print (), napisaliśmy również powiązane wiadomości zgodnie z tablicami wejściowymi. Używamy również „\ n” w podwójnych cechach cytatowych. „\ N” służy do wprowadzania nowej linii, aby nasza wynik wyglądała na zorganizowane i możliwe do zarządzania.
Następnie wywołujemy funkcję dstack (), aby wdrożyć funkcję dstack () w tablicach multimenodenowych wejściowych. Najpierw piszemy bibliotekę „NP”, a następnie piszemy funkcję dstack (). W tej funkcji przekazujemy dwa wymagane parametry funkcji. Te parametry są tablicami wejściowymi. A następnie przechowujemy funkcję dstack () w nowej tablicy, która jest ułożona w stos. Po tym wszystkim drukujemy tablicę za pomocą instrukcji print ().
importować Numpy jako NPOto dane wyjściowe wcześniej wspomnianego przykładu funkcji dstack (). Jak widać na poniższej ilustracji, otrzymujemy dwie stosowane tablice z wielowymiarowych tablic. Te tablice są połączone za pośrednictwem indeksów, co oznacza, że 1. wskaźnik Array1 jest łączony z 1. indeksem Array2, a 2. indeks Array1 jest łączony z 2. indeksem Array2 i tak dalej.
Wniosek
W tym samouczku nauczyliśmy się jednej z funkcji Stack () modułu Python-Numpy, który jest funkcją dstack (). Nauczyliśmy się wdrożenia dstack () i parametrów i zwróconej wartości. Zaimplementowaliśmy funkcję dstack () za pomocą wielu szczegółowych przykładów i wyjaśniliśmy każdą linię kodu, aby nie pozostało żadnego punktu zamieszania dla programisty.