NumPy: Concatenar matrices en NumPy con np.concatenate()

Cuando necesitamos unir el contenido de varias matrices en NumPy se puede recurrir a la función np.concatenate(). Una función con la que es posible concatenar matrices en NumPy tanto por filas como por columnas.

La función np.concatenate()

En el caso de que necesitemos concatenar dos o más vectores o matrices de NumPy se puede recurrir a la función np.concatenate(). Una función que tiene la siguiente forma:

np.concatenate((a1, a2, ...), axis=0, out=None)

• a1, a2, ...: es una secuencia de objetos de Python que se pueden convertir a vectores o matrices de NumPy. Cada uno de los elementos de esta serie debe tener las mismas dimensiones.
• axis: eje a lo largo del cual se desea que se concatenan los vectores o matrices. Los posibles valores son
  • 0: las matrices se unen por filas, siendo este el valor por defecto de la función.
  • 1: las matrices se unen por columnas.
  • None: al seleccionar esta opción todas las matrices se aplanan y se concatenan como vectores.
• out: un valor opcional que en caso de indicar se guardará el resultado en este objeto, siendo necesario que tenga las dimensiones del resultado.

Concatenar vectores en NumPy

El uso básico de la función np.concatenate() permite concatenar vectores. Para lo que solamente se tiene que crear una tupla con los vectores y pasar estos como parámetro de la función. Lo que da como resultado un objeto np.array con los valores de todos los vectores.

En Analytics Lane

Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane

import numpy as np

arr = np.concatenate(([1, 2, 3], [4, 5, 6]))
arr

array([1, 2, 3, 4, 5, 6])

Pudiéndose concatenar más de uno, de diferente longitud.

np.concatenate(([1, 2, 3], [4, 5, 6], [7, 8]))

array([1, 2, 3, 4, 5, 6, 7, 8])

Concatenar matrices en NumPy

Quizás el uso más interesante de la función np.concatenate() es la posibilidad de concatenar matrices. Para lo que hay que hacer lo mismo que antes, guardar todas las que se desean concatenar en una tupla y pasarla como primer paramento de la función. Por defecto la concatenación será por filas.

mat_1 = np.array([[1, 2, 3], [4, 5, 6]])
mat_2 = np.array([[1, 1, 1], [2, 2, 2]])

np.concatenate((mat_1, mat_2))

array([[1, 2, 3],
       [4, 5, 6],
       [1, 1, 1],
       [2, 2, 2]])

En el caso de que se desee realizar la concatenación por columnas, simplemente se tiene que asignar el valor 1 a la propiedad axis.

np.concatenate((mat_1, mat_2), axis=1)

array([[1, 2, 3, 1, 1, 1],
       [4, 5, 6, 2, 2, 2]])

Otra opción, en el caso de que se necesite obtener un vector a partir de las matrices es indicar el valor None en la propiedad axis. Opción que se muestra a continuación.

np.concatenate((mat_1, mat_2), axis=None)

array([1, 2, 3, 4, 5, 6, 1, 1, 1, 2, 2, 2])

Guardar los resultados en un objeto existente

En el caso de que se desee guardar el resultado en un objeto ya existente se puede usar la propiedad out para ello. Teniendo en cuenta que el tamaño del objeto ha de ser exactamente igual al del resultado esperado de la función, ya que en caso contrario se produciría un error. En el siguiente ejemplo se puede ver cómo se crea un objeto con np.zeros() y se guarda el resultado en este objeto.

result = np.zeros((4,3))
np.concatenate((mat_1, mat_2), out=result)
result

array([[1., 2., 3.],
       [4., 5., 6.],
       [1., 1., 1.],
       [2., 2., 2.]])

Conclusiones

Hoy hemos visto la función np.concatenate() con la que es posible concatenar matrices en NumPy. Una función que puede ser interesante cuando se disponga de varias matrices con datos que deben estar en un único objeto. Permitiendo concatenar los valores como sea necesario, por filas o por columnas.