هو اي مفهوم الStacking في الNumpy ؟

وعليكم السلام ورحمة الله وبركاته.

الـ Stacking هو عملية دمج مصفوفات متعددة لإنشاء مصفوفة واحدة جديدة. 

وهذه العملية تتيح لك تجميع البيانات من مصفوفات مختلفة بطرق متنوعة، سواء كان ذلك رأسيًا أو أفقيًا أو حتى على طول أبعاد جديدة، حسب احتياجاتك. والـ Stacking مفيد في مجالات مثل معالجة البيانات وتحضيرها للتحليل أو لتدريب نماذج التعلم الآلي. فهو يسمح لك بتنظيم البيانات بطريقة مرنة ومناسبة لاحتياجاتك.

وإليك بعض الأمثلة لتوضيح المفهوم

import numpy as np

# إنشاء مصفوفات أحادية البعد
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

# التكديس العمودي (vstack)
v_stacked = np.vstack((a, b))
# النتيجة:
# array([[1, 2, 3],
#        [4, 5, 6]])

# التكديس الأفقي (hstack)
h_stacked = np.hstack((a, b))
# النتيجة:
# array([1, 2, 3, 4, 5, 6])

# دالة stack مع تحديد المحور
stacked_axis0 = np.stack((a, b), axis=0)  # نفس نتيجة vstack
stacked_axis1 = np.stack((a, b), axis=1)
# النتيجة:
# array([[1, 4],
#        [2, 5],
#        [3, 6]])

مفهوم stacking في NumPy يعني دمج عدة arrays مع بعض، لكن بطريقة معينة، تحديدا عن طريق إضافة بُعد جديد أثناء الدمج، في NumPy عندنا دوال كتير للـ stacking وأشهرها:

np.stack()
np.hstack() 
np.vstack() 
np.dstack() 
np.concatenate()

و يمكن تطبيقها بهذا الشكل:

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])


np.stack((a, b))
# الناتج:
# array([[1, 2, 3],
#        [4, 5, 6]])

هنا أضفنا بعد جديد وأصبح a و b عبارة عن صفوف داخل مصفوفة 2D.

ال Stacking في NumPy هو عملية دمج عدة مصفوفات في مصفوفة واحدة جديدة، سواء بشكل أفقي أو عمودي، و  تعتبر هذه العملية مفيدة عند التعامل مع بيانات متعددة الأبعاد، حيث تتيح لك تكوين هياكل بيانات أكثر تعقيدا بكفاءة، و في NumPy تنفذ هذه العملية عبر دوال مثل np.vstack() للدمج العمودي، وnp.hstack() للدمج الأفقي، بالإضافة إلى np.stack() الذي يسمح بالدمج على محور معين.

الف شكراا جدا لحضرتكم

جزاكم الله كل خير