Numpy: फंकी वास्कट

को निर्मित 22 जुल॰ 2020 · 7टिप्पणियाँ · स्रोत: numpy/numpy

vstack डॉक्स से:

हस्ताक्षर: hstack(tup)
Docstring:
क्षैतिज रूप से (स्तंभ वार) अनुक्रम में ढेर सरणियाँ।
यह 1-डी को छोड़कर, दूसरी धुरी के साथ मिलन के बराबर है
सरणियाँ जहाँ यह पहली धुरी के साथ मिलती है।

मेरा सवाल है कि अपवाद क्यों ???
हमारे पास पहले से ही concatenate() ।

कोड का उदाहरण प्रस्तुत करना:

v = rand(5)
concatenate((v, v)).shape
(10,)

hstack((v, v)).shape
(10,)

stack((v, v), axis=1).shape
(5, 2)

vstack((v, v)).shape
(2, 5)

stack((v, v), axis=0).shape
(2, 5)

यह vstack = stack(axis=1) होने के लिए बहुत अधिक समझ में आता है।

33 - Question

स्रोत

Atcold

सभी 7 टिप्पणियाँ

हम hstack / vstack / dstack को प्रोत्साहित नहीं करते हैं, और हम विशेष रूप से np.stack बजाय प्रोत्साहित करते हैं। हालाँकि, अंतर यह है कि यदि आप 2-डी सरणी में पास होते हैं। कुछ स्टैक फ़ंक्शंस नए आयाम (कुछ अवतारों के लिए) सम्मिलित करते हैं, मुझे लगता है कि hstack नहीं है।

एक अंतिम वाक्य जोड़ते हुए कहा कि या तो np.concatenate या np.stack पसंदीदा API (आमतौर पर) ठीक होंगे, लेकिन मुझे नहीं लगता कि कार्यों को हटाने में हमारी वास्तविक आकांक्षाएं हैं।

seberg 22 जुल॰ 2020

मेरा प्रश्न _ अपवाद क्यों है _ ???

सिर्फ इसलिए कि @seberg ने सीधे इसका जवाब नहीं दिया:

किसी ने बहुत पहले सोचा था कि यह एक अच्छा विचार है
अब बिना किसी को तोड़े इसे बदलने में बहुत देर हो चुकी है

eric-wieser 22 जुल॰ 2020

😕1

1 डी सरणियों को आम तौर पर "ऊर्ध्वाधर" के बजाय संख्यात्मक रूप से "क्षैतिज" माना जाता है। उदाहरण के लिए, (N,) 1D सरणी के साथ (N, N) 2D सरणी प्रसारित करते समय, 1D सरणी (1, N) प्रसारित नहीं, (N, 1) प्रसारित होती है। hstack()/vstack()/dstack() निरंतर कुल्हाड़ियों की अवधारणाओं के आसपास नहीं बनाए गए हैं (यदि आप चाहते हैं कि आप stack() उपयोग कर सकते हैं) लेकिन "क्षैतिज / ऊर्ध्वाधर / गहराई" की अवधारणाएं जो निर्धारित अक्षों पर बड़े करीने से मैप नहीं करती हैं सभी सरणी आयाम।

मैं -1 भाषा पर hstack()/vstack()/dstack() हतोत्साहित कर रहा हूं। I _still_ लगता है कि वे अपने शब्दार्थों में अपवादों के अच्छे और उपयोगी _because_ हैं। वे उन अवधारणाओं को कैप्चर करते हैं जो stack() हिसाब से संक्षिप्त रूप से कैप्चर नहीं किए जाते हैं।

rkern 22 जुल॰ 2020

उदाहरण के लिए, 1D सरणी में स्केलर मान को प्रीप्रेंड या एपेंड करना एक सामान्य आवश्यकता है। np.hstack([0.0, some_vector]) लिए बहुत अच्छा काम करता है। np.stack([0.0, some_vector]) और np.concatenate([0.0, some_vector]) गंजा क्योंकि उनके पास समान आयाम नहीं है।

rkern 22 जुल॰ 2020

😕1

सच है, ये उपकरण मेरे द्वारा दिए गए संदर्भ में काम करने से थोड़े संबंधित हैं। तो बस इसे बंद करें। हमारे पास "कायरतापूर्ण" व्यवहार के बिना सामान्य उपकरण हैं, और अन्य तब हैं जब वे अच्छे उपयोगिताओं के लिए बने रहें।

seberg 22 जुल॰ 2020

@ क्रेंक , तो concatenate फिक्सिंग की जरूरत है, IMHO। स्टैकिंग का मतलब अतिरिक्त मंद जोड़ने के बाद समतल करना है, जो यहां सम्मानित नहीं है। लेकिन ठीक है…

@seberg , लगता है कि यहाँ एक आगाह करने की चेतावनी का स्वागत किया जाएगा। एक 1D सरणी क्षैतिज और न ही ऊर्ध्वाधर नहीं है। और hstack concatenate वापस गिर जाता है, एक अतिरिक्त आयाम जोड़ना भूल जाता है। यह वास्तव में "कायरता" दिखता है। लेकिन अगर आप चर्चा नहीं कर रहे हैं, तो ...

Atcold 24 जुल॰ 2020

अन्य सभी ?stack फ़ंक्शंस भी अतिरिक्त डेम्स को जोड़ते हैं, जब डेम कम होते हैं, तो ऑपरेशन करने के लिए अभी क्या आवश्यक है। इस मामले में कि केवल 0d शामिल हैं।

@Atcold मैं उपयोगकर्ताओं को stack देने के लिए सुझाव देने के लिए खुला हूं, लेकिन शायद इन कार्यों का उपयोग करने से उन्हें सक्रिय रूप से डराने की सीमा के भीतर।

seberg 24 जुल॰ 2020

👍1

क्या यह पृष्ठ उपयोगी था?

0 / 5 - 0 रेटिंग्स

Numpy: फंकी वास्कट

कोड का उदाहरण प्रस्तुत करना:

सभी 7 टिप्पणियाँ

संबंधित मुद्दों