Come usare la funzione di rimodellamento numpy python

La libreria Numpy ha molte funzioni per lavorare con l'array multidimensionale. La funzione Reshape () è uno di questi che viene utilizzato per cambiare la forma di qualsiasi array esistente senza modificare i dati. La forma definisce il numero totale di elementi in ogni dimensione. La dimensione dell'array può essere aggiunta o rimossa e il numero di elementi in ciascuna dimensione può essere modificato utilizzando la funzione Reshape (). L'array unidimensionale può essere convertito in un array multidimensionale, ma l'array multidimensionale non può essere convertito in un array unidimensionale da questa funzione. Come rishape () funzione funziona e i suoi usi sono spiegati in questo tutorial.

Sintassi

La sintassi della funzione Reshape () è riportata di seguito.

np_array numpy.Reshape (np_array, new_shape, ordine = 'c')

Questa funzione può richiedere tre argomenti. Il primo e il secondo argomento sono obbligatori e il terzo argomento è facoltativo. Un array numpy è il valore del primo argomento (np_array) che verrà rimodellato. La forma dell'array è impostata come secondo argomento (new_shape) valore che può essere un numero intero o una tupla di numeri interi. L'ordine dell'array è impostato dal terzo argomento (ordine) valore utilizzato per definire la posizione dell'elemento dell'array rimodellato. Il valore del terzo argomento può essere 'C' O 'F' O 'UN.'Il valore dell'ordine'C'viene utilizzato per l'ordinamento dell'indice in stile C in cui l'ultimo indice dell'asse cambia più velocemente e il primo indice dell'asse cambia più lentamente. Il valore dell'ordine 'F'viene utilizzato per l'ordinamento dell'indice in stile fortran in cui il primo indice dell'asse cambia più velocemente e l'ultimo indice dell'asse cambia più lentamente. Entrambi 'C' E 'F'Gli ordini non usano la memoria. Il valore dell'ordine, "UN'funziona come'F,'Ma usa la memoria.

Uso della funzione Reshape ():

Devi installare la libreria numpy prima di praticare gli esempi di questo tutorial. Diversi usi della funzione Reshape () hanno mostrato nella parte di questo tutorial.

Esempio-1: convertire l'array unidimensionale in array bidimensionale

L'esempio seguente mostra la funzione Reshape () per convertire un array numpy unidimensionale in un array numpy bidimensionale. La funzione Arange () viene utilizzata nello script per creare un array unidimensionale di 10 elementi. La prima funzione Reshape () viene utilizzata per convertire l'array unidimensionale nell'array bidimensionale di 2 righe e 5 colonne. Qui, la funzione Reshape () viene chiamata usando il nome del modulo, np. La seconda funzione Reshape () viene utilizzata per convertire l'array unidimensionale nell'array bidimensionale di 5 righe e 2 colonne. Qui, la funzione Reshape () viene chiamata usando l'array numpy denominato np_array.

# Importa Numpy
Importa Numpy come NP
# Crea una matrice numpy di valori di intervallo
np_array = np.Arange (10)
# Stampa i valori dell'array numpy
Print ("I valori di Numpy Array: \ n", np_array)
# Rimodellare l'array con 2 righe e 5 colonne
new_array = np.Reshape (np_array, (2, 5))
# Stampa i valori rimodellati
Print ("\ nthe Reshaped Array con 2 righe e 5 colonne: \ n", new_array)
# Array di rimodella con 5 file e 2 colonne
new_array = np_array.Reshape (5, 2)
# Stampa i valori rimodellati
Print ("\ nthe Reshaped Array con 5 righe e 2 colonne: \ n", new_array)

Produzione:

Verrà visualizzato il seguente output dopo aver eseguito lo script sopra. Il primo output mostra l'array principale. Il secondo e il terzo output mostra l'array rimodellato.

Esempio-2: convertire l'array monodimensionale in array tridimensionale

L'esempio seguente mostra la funzione Reshape () per convertire un array numpy unidimensionale in un array numpy tridimensionale. La funzione array () viene utilizzata nello script per creare un array unidimensionale di 12 elementi. La funzione Reshape () viene utilizzata per convertire l'array monodimensionale creato nell'array tridimensionale. Qui, la funzione Reshape () viene chiamata usando l'array numpy denominato np_array.

# Importa Numpy
Importa Numpy come NP
# Crea un array numpy usando l'elenco
np_array = np.Array ([7, 3, 9, 11, 4, 23, 71, 2, 32, 6, 16, 2])
# Stampa i valori dell'array numpy
Print ("I valori di Numpy Array: \ n", np_array)
# Crea un array tridimensionale da un array monodimensionale
new_array = np_array.Reshape (2, 2, 3)
# Stampa i valori rimodellati
print ("\ nthe valori di array 3d rimodellati sono: \ n", new_array)

Produzione:

Verrà visualizzato il seguente output dopo aver eseguito lo script sopra. Il primo output mostra l'array principale. Il secondo output mostra l'array rimodellato.

Esempio-3: Reshape Numpy Array basato sull'ordinamento

L'esempio seguente mostra la funzione Reshape () per convertire un array numpy unidimensionale in un array numpy bidimensionale con diversi tipi di ordini. La funzione Arange () viene utilizzata nello script per creare un array unidimensionale di 15 elementi. La prima funzione Reshape () viene utilizzata per creare un array bidimensionale di 3 righe e 5 colonne con ordinamento in stile C. La seconda funzione Reshape () viene utilizzata per creare un array bidimensionale di 3 righe e 5 colonne con ordinamento in stile fortran.

# Importa Numpy
Importa Numpy come NP
# Crea una matrice numpy di valori di intervallo
np_array = np.Arange (15)
# Stampa i valori dell'array numpy
Print ("I valori di Numpy Array: \ n", np_array)
# Rimodellare l'array basato sull'ordinamento in stile C
new_array1 = np.Reshape (np_array, (3, 5), ordine = 'c')
# Stampa i valori rimodellati
Print ("\ nthe Reshaped 2D Array Values ​​basate con ordini in stile C sono: \ n", new_array1)
# Rimodellare l'array basato sull'ordinamento in stile fortran
new_array2 = np.Reshape (np_array, (3, 5), ordine = 'f')
# Stampa i valori rimodellati
print ("\ nthe rimodellate di valori dell'array 2D basati su ordini in stile fortran sono: \ n", new_array2)

Produzione:

Verrà visualizzato il seguente output dopo aver eseguito lo script sopra. Il primo output mostra l'array principale di valori. Il secondo output mostra i valori dell'array con ordinamento basato su righe. Il terzo output mostra i valori dell'array con ordinamento basato su colonna.

Conclusione

I modi per convertire l'array da una forma a un'altra forma usando la funzione Reshape () sono stati descritti in questo tutorial. Lo scopo di usare la funzione Reshape () sarà cancellato dopo aver praticato gli esempi di questo tutorial e i lettori saranno in grado di utilizzare questa funzione nel loro script Python.