So verwenden Sie Python Numpy -Reshape -Funktion

Die Numpy-Bibliothek hat viele Funktionen, um mit dem mehrdimensionalen Array zu arbeiten. Reshape () -Funktion ist eine von ihnen, die verwendet wird, um die Form eines vorhandenen Arrays zu ändern, ohne die Daten zu ändern. Die Form definiert die Gesamtzahl der Elemente in jeder Dimension. Die Dimension des Arrays kann hinzugefügt oder entfernt werden, und die Anzahl der Elemente in jeder Dimension kann durch Verwendung der Funktion reshape () modifiziert werden. Das eindimensionale Array kann in ein mehrdimensionales Array umgewandelt werden, aber das mehrdimensionale Array kann durch diese Funktion nicht in ein eindimensionales Array umgewandelt werden. Wie man die Funktionsfunktionen umformuliert und ihre Verwendungen werden in diesem Tutorial erläutert.

Syntax

Die Syntax der Reshape () -Funktion ist unten angegeben.

NP_Array Numpy.reshape (np_array, new_shape, order = 'c')

Diese Funktion kann drei Argumente erfolgen. Das erste und zweite Argument sind obligatorisch, und das dritte Argument ist optional. Ein Numpy -Array ist der Wert des ersten Arguments (np_array) Das wird umgeformt. Die Form des Arrays wird als zweites Argument festgelegt (neue Form) Wert, der eine Ganzzahl oder ein Tupel von ganzen Zahlen sein kann. Die Bestellung des Arrays wird durch das dritte Argument festgelegt (Befehl) Wert, der verwendet wird, um die Position des Elements des umgeformten Arrays zu definieren. Der Wert des dritten Arguments kann sein 'C' oder 'F' oder 'A."Der Bestellwert"C'wird für die C-Stil-Indexreihenfolge verwendet, wobei sich der letzte Achsenindex schneller ändert und der erste Achsenindex langsamer ändert. Der Bestellwert 'F'wird für die Indexreihenfolge im Forran-Stil verwendet, wobei sich der erste Achse-Index schneller ändert und der letzte Achsenindex langsamer ändert. Beide 'C' Und 'F'Bestellungen verwenden keinen Speicher. Der Bestellwert, 'A"funktioniert wie"F,'Aber es verwendet Speicher.

Verwendung von Reshape () Funktion:

Sie müssen die Numpy -Bibliothek installieren, bevor Sie die Beispiele dieses Tutorials üben. Unterschiedliche Verwendungen der Reshape () -Funktion haben im Teil dieses Tutorials gezeigt.

Beispiel 1: Ein eindimensionales Array in zweidimensionales Array umwandeln

Das folgende Beispiel zeigt die Funktion reshape (), um ein eindimensionales Numpy-Array in ein zweidimensionales Numpy-Array umzuwandeln. Die Funktion von Arange () wird im Skript verwendet, um ein eindimensionales Array von 10 Elementen zu erstellen. Die erste Reshape () -Funktion wird verwendet, um das eindimensionale Array in das zweidimensionale Array von 2 Zeilen und 5 Spalten umzuwandeln. Hier wird die Funktion reshape () unter Verwendung des Modulnamens aufgerufen, np. Die zweite Reshape () -Funktion wird verwendet, um das eindimensionale Array in das zweidimensionale Array von 5 Zeilen und 2 Spalten umzuwandeln. Hier wird die Funktion reshape () unter Verwendung des genannten Numpy -Arrays aufgerufen np_array.

# Numpy importieren
Numph als NP importieren
# Erstellen Sie ein numpy Array von Bereichswerten
np_array = np.Arange (10)
# Drucken Sie die Numpy Array -Werte
print ("Die Werte von Numpy Array: \ n", np_array)
# Um das Array mit 2 Zeilen und 5 Spalten neu formen
new_array = np.Reshape (NP_Array, (2, 5))
# Drucken Sie die umgestalteten Werte
print ("\ nDie umgeformtes Array mit 2 Zeilen und 5 Spalten: \ n", new_array)
# -Array mit 5 Zeilen und 2 Spalten neu
new_array = np_array.Umformung (5, 2)
# Drucken Sie die umgestalteten Werte
print ("\ nDie umgeformtes Array mit 5 Zeilen und 2 Spalten: \ n", new_array)

Ausgang:

Die folgende Ausgabe wird nach der Ausführung des obigen Skripts angezeigt. Die erste Ausgabe zeigt das Hauptarray. Die zweite und dritte Ausgabe zeigt das umgestaltete Array.

Beispiel-2: Ein eindimensionales Array in dreidimensionales Array konvertieren

Das folgende Beispiel zeigt die Funktion reshape (), um ein eindimensionales Numpy-Array in ein dreidimensionales Numpy-Array umzuwandeln. Die Funktion von Array () wird im Skript verwendet, um ein eindimensionales Array von 12 Elementen zu erstellen. Reshape () -Funktion wird verwendet, um das erstellte eindimensionale Array in das dreidimensionale Array umzuwandeln. Hier wird die Funktion reshape () unter Verwendung des genannten Numpy -Arrays aufgerufen np_array.

# Numpy importieren
Numph als NP importieren
# Erstellen Sie ein Numpy -Array mit der Liste
np_array = np.Array ([7, 3, 9, 11, 4, 23, 71, 2, 32, 6, 16, 2])
# Drucken Sie die Numpy Array -Werte
print ("Die Werte von Numpy Array: \ n", np_array)
# Erstellen Sie ein dreidimensionales Array aus einem eindimensionalen Array
new_array = np_array.Umform (2, 2, 3)
# Drucken Sie die umgestalteten Werte
print ("\ nDie umgestaltete 3D -Array -Werte sind: \ n", new_array)

Ausgang:

Die folgende Ausgabe wird nach der Ausführung des obigen Skripts angezeigt. Die erste Ausgabe zeigt das Hauptarray. Der zweite Ausgang zeigt das umgestaltete Array.

Beispiel-3: Numpy Array umformieren basierend auf der Bestellung

Das folgende Beispiel zeigt die Funktion reshape (), um ein eindimensionales Numpy-Array in ein zweidimensionales Numpy-Array mit verschiedenen Arten von Ordnungen umzuwandeln. Die Funktion von Arange () wird im Skript verwendet, um ein eindimensionales Array von 15 Elementen zu erstellen. Die erste Reshape () -Funktion wird verwendet, um ein zweidimensionales Array von 3 Zeilen und 5 Spalten mit C-Style-Bestellung zu erstellen. Die zweite Reshape () -Funktion wird verwendet, um ein zweidimensionales Array von 3 Zeilen und 5 Spalten mit Bestellung im Fortran-Stil zu erstellen.

# Numpy importieren
Numph als NP importieren
# Erstellen Sie ein numpy Array von Bereichswerten
np_array = np.Arange (15)
# Drucken Sie die Numpy Array -Werte
print ("Die Werte von Numpy Array: \ n", np_array)
# Um das Array basierend auf der Bestellung im C-Stil neu
new_array1 = np.reshape (np_array, (3, 5), order = 'c')
# Drucken Sie die umgestalteten Werte
print ("\ nThe umgestaltete 2D-Array-Werte basierend auf der Bestellung im C-Stil sind: \ n", new_array1)
# Um das Array basierend auf der Bestellung im Forran-Stil neu formen
new_array2 = np.reshape (np_array, (3, 5), order = 'f')
# Drucken Sie die umgestalteten Werte
print ("\ nThe umgestaltete 2D-Array-Werte, die mit der Bestellung im Forran-Stil basieren, sind: \ n", new_array2)

Ausgang:

Die folgende Ausgabe wird nach der Ausführung des obigen Skripts angezeigt. Die erste Ausgabe zeigt das Hauptwertearray von Werten. Die zweite Ausgabe zeigt die Array-Werte mit zeilenbasierter Reihenfolge an. Die dritte Ausgabe zeigt die Array-Werte mit spaltenbasierter Reihenfolge an.

Abschluss

Die Möglichkeiten, das Array von einer Form in eine andere Form zu konvertieren, indem die Funktion reshape () verwendet wird, wurden in diesem Tutorial beschrieben. Der Zweck der Verwendung der Funktion reshape () wird nach dem Üben der Beispiele dieses Tutorials gelöscht, und die Leser können diese Funktion in ihrem Python -Skript verwenden.