NumPy [6] Ejes¶

Para matrices 2D:

axis 0 para las columnas
axis 1 para las filas

Para matrices en una dimensión se trabaja con un vector fila:

En este caso el eje siempre será axis 0

Trabajando con matrices 2D¶

Suma en un eje¶

In [ ]:

import numpy as np

m = np.array([[1,2,3], [4,5,6]])
print(m)

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

In [ ]:

print(np.sum(m, axis=0))    # sumando columnas

[5 7 9]

In [ ]:

print(np.sum(m, axis=1))    # sumando filas

[ 6 15]

Concatenar por ejes¶

Antes de concatenar preparamos las matrices m1 y m2.

In [ ]:

m1 = np.array([[1,2,3], [4,5,6]])
m2 = np.array([[10,20,30], [40,50,60]])
print(m1)                               # mostramos m1
print('')
print(m2)                               # mostramos m2

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

[[10 20 30]
 [40 50 60]]

Concatenamos por columnas¶

In [ ]:

print(np.concatenate([m1, m2], axis=0))   # concatenamos por columnas

[[ 1  2  3]
 [ 4  5  6]
 [10 20 30]
 [40 50 60]]

Concatenamos por filas¶

In [ ]:

print(np.concatenate([m1, m2], axis=1))   # concatenamos por filas

[[ 1  2  3 10 20 30]
 [ 4  5  6 40 50 60]]

Trabajando con un vector¶

Trabajando con una matriz de una dimensión o vector fila. El único eje que existe es el axis 0.

Concatenar vectores¶

Los vectores siempre son de tipo fila.
Se trata de concatenar dos vectores fila.

In [ ]:

m1 = np.array([1, 2, 3])
m2 = np.array([4, 5, 6])
print(np.concatenate([m1, m2]))         # sin poner lo del eje

[1 2 3 4 5 6]

In [ ]:

print(np.concatenate([m1, m2], axis=0)) # con el axis 0

[1 2 3 4 5 6]

In [ ]:

#print(np.concatenate([m1,m2], axis=1)) # ERROR: con el axis 1