Cara Menggabungkan Variabel dalam NumPy Python

ARENA DIGITAL – NumPy adalah pustaka Python yang kuat untuk komputasi numerik, dan memiliki fitur yang memungkinkan pengguna untuk menggabungkan beberapa variabel dengan mudah. Artikel ini akan membahas berbagai cara untuk menggabungkan variabel dalam NumPy Python.

1. Menggunakan numpy.concatenate

Fungsi numpy.concatenate memungkinkan pengguna untuk menggabungkan dua atau lebih array NumPy. Contoh penggunaan:

import numpy as np

array1 = np.array([1, 2, 3])
array2 = np.array([4, 5, 6])

result = np.concatenate((array1, array2))
print(result)

Hasilnya akan menjadi array gabungan [1, 2, 3, 4, 5, 6].

2. Menggunakan numpy.vstack dan numpy.hstack

Fungsi numpy.vstack (vertical stack) dan numpy.hstack (horizontal stack) digunakan untuk menggabungkan array secara vertikal dan horizontal, masing-masing. Contoh:

import numpy as np

array1 = np.array([[1, 2], [3, 4]])
array2 = np.array([[5, 6]])

# Menggunakan vstack
result_vstack = np.vstack((array1, array2))
print(result_vstack)

# Menggunakan hstack
result_hstack = np.hstack((array1, array2.T))  # Transpose array2 agar sesuai dimensi
print(result_hstack)

Hasilnya akan menjadi array yang digabungkan sesuai dengan metode yang dipilih.

3. Menggunakan numpy.concatenate dengan Axis

Anda dapat menggabungkan array NumPy sepanjang axis tertentu dengan menentukan parameter axis pada fungsi numpy.concatenate. Contoh:

import numpy as np

array1 = np.array([[1, 2], [3, 4]])
array2 = np.array([[5, 6], [7, 8]])

# Menggabungkan sepanjang axis 1 (horizontal)
result_axis1 = np.concatenate((array1, array2), axis=1)
print(result_axis1)

# Menggabungkan sepanjang axis 0 (vertikal)
result_axis0 = np.concatenate((array1, array2), axis=0)
print(result_axis0)

4. Menggunakan numpy.append

Fungsi numpy.append memungkinkan penambahan elemen ke array NumPy. Contoh:

import numpy as np

array1 = np.array([1, 2, 3])
array2 = np.array([4, 5, 6])

result = np.append(array1, array2)
print(result)

Menggabungkan variabel dalam NumPy Python adalah langkah penting dalam manipulasi data. Berbagai fungsi seperti numpy.concatenate, numpy.vstack, numpy.hstack, dan numpy.append memberikan fleksibilitas kepada pengembang untuk memilih metode yang sesuai dengan kebutuhan proyek. Pemahaman mendalam tentang cara menggunakan fungsi-fungsi ini dapat meningkatkan efisiensi dan fleksibilitas pengolahan data dengan NumPy.