إعادة تشكيل الجداول NumPy

تشكيل المصفوفة

التشكيل يعني تغيير شكل المصفوفة.

شكل المصفوفة هو عدد العناصر في كل مقياس.

من خلال التشكيل، يمكننا إضافة أو حذف الأبعاد أو تغيير عدد العناصر في كل مقياس.

من 1D إلى 2D

实例

تحويل مصفوفة 1D تحتوي على 12 عنصر إلى مصفوفة 2D.

أكبر مستوى من الأبعاد سيكون له 4 مصفوفة، كل منها يحتوي على 3 عناصر:

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
newarr = arr.reshape(4, 3)
print(newarr)

运行实例

من 1D إلى 3D

实例

تحويل مصفوفة 1D تحتوي على 12 عنصر إلى مصفوفة 3D.

أكبر مستوى من الأبعاد سيكون له 2 مصفوفة تحتوي على 3 مصفوفة، كل منها يحتوي على 2 عنصر:

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
newarr = arr.reshape(2, 3, 2)
print(newarr)

运行实例

هل يمكننا تشكيل أي شكل؟

نعم، طالما أن العناصر المطلوبة للتشكيل متساوية في كلا الشكلين.

يمكننا تحويل مصفوفة 1D تحتوي على 8 عناصر إلى مصفوفة 2D تحتوي على 4 عناصر في 2 صف، ولكن لا يمكننا تحويلها إلى مصفوفة 2D تحتوي على 3 صف و 3 عناصر، لأن هذا سيتطلب 3x3 = 9 عنصر.

实例

حاول تحويل مصفوفة 1D تحتوي على 8 عناصر إلى مصفوفة 2D تحتوي على 3 عناصر في كل اتجاه (سيتم إنتاج خطأ):

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
newarr = arr.reshape(3, 3)
print(newarr)

运行实例

هل العدد المعدل نسخة أو عرض؟

实例

تحقق من ما إذا كان العدد المعدل هو نسخة أو عرض:

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
print(arr.reshape(2, 4).base)

运行实例

上面的例子返回原始数组，因此它是一个视图。

未知的维

您可以使用一个“未知”维度。

这意味着您不必在 reshape 方法中为维度之一指定确切的数字。

传递 -1 作为值，NumPy 将为您计算该数字。

实例

将 8 个元素的 1D 数组转换为 2x2 元素的 3D 数组：

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
newarr = arr.reshape(2, 2, -1)
print(newarr)

运行实例

注释：我们不能将 -1 传递给一个以上的维度。

展平数组

展平数组（Flattening the arrays）是指将多维数组转换为 1D 数组。

我们可以使用 reshape(-1) 来做到这一点。

实例

把数组转换为 1D 数组：

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
newarr = arr.reshape(-1)
print(newarr)

运行实例

注释：有很多功能可以更改 numpy flatten、ravel 中数组形状，还可以重新排列元素 rot90、flip、fliplr、flipud 等。这些功能属于 numpy 的中级至高级部分。