[PYTHON] numpy Teil 2

python


import numpy as np

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

print(arr)
print(arr.shape)
print(arr.ndim)

print('###############')

arr2 = np.array([1, 2, 3, 4 ,5 ,6])

print(arr2)
print(arr2.shape)
print(arr.ndim)

print('###############')

arr3 = arr2.reshape(3, 2)

print(arr3)
print(arr3.shape)
print(arr3.ndim)

print('###############')

arr3 = arr2.reshape(3, -1)

print(arr3)
print(arr3.shape)
print(arr3.ndim)

Ausführungsergebnis


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

Sie können die Form in Form von (Zeile, Spalte) mit shpe erhalten. Mit ndim können Sie die Anzahl der Dimensionen in einem mehrdimensionalen Array ermitteln.

Verwenden Sie die Methode reshape (), um die Form zu ändern. Geben Sie die Form in Form von (Zeile, Spalte) im Argument von reshape () an.

Das Array nach dem Ändern der Form mit Umformung und das ursprüngliche Array müssen dieselbe Anzahl von Elementen aufweisen. Im obigen Beispiel beträgt die Anzahl der Elemente im Array arr2 6. Es kann mit arr.reshape ((2, 3)) umgeformt werden. (Weil 2 x 3 = 6) Wenn die Anzahl der Elemente unterschiedlich ist, tritt ValueError auf.

Durch Übergeben von 3 und -1 als Argument für die Umformung wird automatisch ein 3x2-Array generiert.

Recommended Posts

numpy Teil 1
numpy Teil 2
Datum / Uhrzeit Teil 1
Numpy [Basic]
Argparse Teil 1
numpy tipps
Mehrdimensionale Array-Berechnung ohne Numpy Teil 2
Über Numpy
NumPy-Achse
Verwenden Sie Numpy
Warteschlangentheorie Teil 4
neo4j mit Sandkasten Teil 12
QGIS + Python Teil 2
Sandkasten mit neo4j Teil 5
Django startete Teil 1
Report_Deep Learning (Teil 1)
Report_Deep Learning (Teil 1)
QGIS + Python Teil 1
GMT-Installationsteil 2.
GMT-Installationsteil 1.
Django startete Teil 4
Numpy Unit Test
NumPy-Array-Operation (3)
Report_Deep Learning (Teil 2)
Liste und Numpy
neo4j mit Sandkasten Teil 13
NumPy Universalfunktion
neo4j mit Sandkasten Teil 15
numpy memorandum 1 / np.pad
# Python-Grundlagen (#Numpy 1/2)
# Python-Grundlagen (#Numpy 2/2)
Numpy-Index-Suche
Python: Scraping Teil 1
NumPy-Array-Operation (1)
neo4j mit Sandkasten Teil 16
Python #Numpy Basics
Numpys nicht-grundlegende Technik
Über Numpy Broadcast
[PyTorch] Beispiel ① ~ NUMPY ~
Sandkasten mit neo4j Teil 11
Numpy + Atlas installieren
Lösung Wenn Sie Python 3.6 oder höher verwenden, benötigen Sie die enum34-Bibliothek ebenfalls nicht. Deinstallieren Sie sie daher und verwenden Sie das Standard-Enum-Modul. Enum34 deinstallieren Führen Sie nach der Deinstallation von enum34 erneut `pip install optuna` aus und Sie haben Optuna erfolgreich installiert! Python, pip, Python3, enum, OptunaPython3 Beginn Teil 1
[Python] Numpy Memo
Python: Scraping Teil 2
Pandas Serie Teil 1
Einführung in Python numpy pandas matplotlib (für ~ B3 ~ part2)