NumPy Array Reshaping

Denne artikel vil tage et dybdegående kig på array reshaping i NumPy-biblioteket i Python. Vi vil udforske funktionerne og metoderne, der er tilgængelige i NumPy til at ændre formen af en array, samt hvordan disse kan anvendes i praksis.

Introduktion til NumPy Array Reshaping

I NumPy kan man ændre formen af en array ved hjælp af funktionerne reshape og resize. Disse funktioner giver mulighed for at ændre antallet af dimensioner, størrelsen på hver dimension, eller begge dele, af en array. Ved at ændre formen af en array kan man effektivt omstrukturere data og tilpasse dem til specifikke behov.

Brug af reshape funktionen

Når man ønsker at ændre formen af en array i NumPy, kan man bruge reshape funktionen. Den tager et eksisterende array som input sammen med den ønskede størrelse og dimensioner for det nye array. Her er et eksempel på, hvordan man bruger reshape funktionen:

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

I dette eksempel opretter vi en 1D-array ved navn x med værdierne 1, 2, 3, 4, 5 og 6. Derefter bruger vi reshape funktionen til at ændre formen af x til en 2D-array med 2 rækker og 3 kolonner. Resultatet vil være:

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

Vi kan se, at x arrayet er blevet omstruktureret til et 2D-array med den ønskede form.

Ændring af dimensioner med reshape

En af de primære anvendelser af reshape funktionen er at ændre antallet af dimensioner i en array. Dette kan gøres ved at angive det ønskede antal rækker og kolonner som input. Her er et eksempel:

y = np.array([1, 2, 3, 4, 5, 6])reshaped_array = np.reshape(y, (2, 3, 1))print(reshaped_array.shape)

I dette eksempel bruger vi reshape funktionen til at ændre formen af arrayet y til et 3D-array med 2 rækker, 3 kolonner og 1 dybde. Ved at udskrive formen af det resulterende array får vi følgende output:

(2, 3, 1)

Vi kan se, at formen af y nu er ændret til at have 2 rækker, 3 kolonner og 1 dybde.

Ændring af størrelsen på dimensioner med reshape

En anden anvendelse af reshape funktionen er at ændre størrelsen på dimensionerne i en array. Dette kan gøres ved at angive det ønskede antal rækker og kolonner som input, kombineret med brugen af -1. Her er et eksempel:

z = np.array([1, 2, 3, 4, 5, 6])reshaped_array = np.reshape(z, (2, -1))print(reshaped_array)

I dette eksempel bruger vi -1 som et placeholder-argument for antal kolonner, hvilket betyder, at NumPy vil automatisk beregne det korrekte antal kolonner baseret på det totale antal elementer i arrayet. Ved at udskrive det resulterende array får vi følgende output:

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

Vi kan se, at z arrayet er blevet omstruktureret til et 2D-array med 2 rækker og det korrekte antal kolonner.

Brug af resize funktionen

Udover reshape funktionen kan man også bruge resize funktionen til at ændre formen af en array i NumPy. Den tager et eksisterende array som input og ændrer direkte størrelsen og formen af arrayet. Her er et eksempel:

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

I dette eksempel ændrer vi størrelsen og formen af arrayet a til at være 3 rækker og 4 kolonner ved hjælp af resize funktionen. Når vi udskriver a arrayet efter ændringen, får vi følgende output:

[1 2 3 4 5 6]

Vi kan se, at a arrayet er blevet ændret til den ønskede størrelse og form, og den oprindelige data bevares.

Konklusion

I denne artikel har vi udforsket array reshaping i NumPy og set, hvordan man kan ændre formen og dimensionerne af en array ved hjælp af de tilgængelige funktioner og metoder. Vi har set eksempler på brugen af reshape og resize funktionerne, og hvordan de kan anvendes i praksis. Ved at mestre disse værktøjer i NumPy kan man effektivt strukturere og tilpasse data til forskellige behov inden for datavidenskab og databehandling.

Andre populære artikler: JavaScript String valueOf() Metode • Java import Keyword • HTML canvas restore() metoden • HTML DOM Select remove() metode • ADO CreateParameter Method • Sådan tilføjer du filtereffekter til billeder med CSS og JavaScript • CSS Selectors • Maksimér typografiens potentiale med Bootstrap • PHP Timezones • jQuery mousedown() Metoden • Bootstrap 4 Jumbotron • Microsoft Edge Browser: Den Ultimative Guide • HTML legend-taggen • How To Filter Elements • Pandas DataFrame notna() Metode • Colors HWB – en dybdegående forståelse af farveskemaet • CSS flex-wrap property • ADO Execute Method • HTML DOM Document designMode Property • Introduktion