Phenquestions
Pustaka NumPy memiliki banyak fungsi untuk bekerja dengan array multi-dimensi. fungsi reshape () adalah salah satunya yang digunakan untuk mengubah bentuk array yang ada tanpa mengubah data. Bentuk mendefinisikan jumlah total elemen di setiap dimensi. Dimensi array dapat ditambahkan atau dihapus, dan jumlah elemen di setiap dimensi dapat dimodifikasi dengan menggunakan fungsi reshape(). Array satu dimensi dapat diubah menjadi array multidimensi, tetapi array multidimensi tidak dapat diubah menjadi array satu dimensi dengan fungsi ini. Cara membentuk kembali () fungsi berfungsi dan penggunaannya dijelaskan dalam tutorial ini.
Sintaksis
Sintaks fungsi reshape() diberikan di bawah ini.
np_array numpy.bentuk ulang(np_array, new_shape, order='C')Fungsi ini dapat mengambil tiga argumen. Argumen pertama dan kedua adalah wajib, dan argumen ketiga adalah opsional. Array NumPy adalah nilai argumen pertama (np_array) yang akan dibentuk kembali. Bentuk array diatur sebagai argumen kedua (bentuk_baru) nilai yang dapat berupa bilangan bulat atau tupel bilangan bulat. Urutan array diatur oleh argumen ketiga (memesan) nilai yang digunakan untuk menentukan posisi elemen dari array yang dibentuk ulang. Nilai argumen ketiga dapat berupa 'C' atau 'F' atau 'SEBUAH.'Nilai pesanan'C' digunakan untuk pengurutan indeks gaya-C di mana indeks sumbu terakhir berubah lebih cepat dan indeks sumbu pertama berubah lebih lambat. Nilai pesanan 'F' digunakan untuk pengurutan indeks gaya Fortran di mana indeks sumbu pertama berubah lebih cepat dan indeks sumbu terakhir berubah lebih lambat. Keduanya 'C' dan 'F'pesanan tidak menggunakan memori. Nilai pesanan, 'SEBUAH' bekerja seperti 'F,' tapi itu menggunakan memori.
Penggunaan fungsi reshape():
Anda harus menginstal pustaka NumPy sebelum mempraktikkan contoh tutorial ini. Penggunaan fungsi reshape() yang berbeda telah ditunjukkan di bagian tutorial ini this.
Contoh-1: Ubah array satu dimensi menjadi array dua dimensi
Contoh berikut menunjukkan fungsi reshape() untuk mengonversi array NumPy satu dimensi menjadi array NumPy dua dimensi. fungsi arange() digunakan dalam skrip untuk membuat array satu dimensi dari 10 elemen. Fungsi reshape() pertama digunakan untuk mengubah array satu dimensi menjadi array dua dimensi dengan 2 baris dan 5 kolom. Di sini, fungsi reshape() dipanggil dengan menggunakan nama modul, np. Fungsi reshape() kedua digunakan untuk mengubah array satu dimensi menjadi array dua dimensi yang terdiri dari 5 baris dan 2 kolom. Di sini, fungsi reshape() dipanggil dengan menggunakan array NumPy bernama np_array.
# Impor NumPyimpor numpy sebagai np
# Buat array NumPy dari nilai rentang
np_array = np.berkisar(10)
# Cetak nilai array NumPy
print("Nilai array NumPy : \n", np_array)
# Bentuk ulang array dengan 2 baris dan 5 kolom
array_baru = np.membentuk kembali(np_array, (2, 5))
# Cetak nilai yang dibentuk kembali
print("\nArray yang dibentuk ulang dengan 2 baris dan 5 kolom : \n", new_array)
# Bentuk ulang array dengan 5 baris dan 2 kolom
array_baru = np_array.membentuk kembali(5, 2)
# Cetak nilai yang dibentuk kembali
print("\nArray yang dibentuk ulang dengan 5 baris dan 2 kolom : \n", new_array)
Keluaran:
Output berikut akan muncul setelah menjalankan skrip di atas:. Output pertama menunjukkan array utama. Output kedua dan ketiga menunjukkan array yang dibentuk kembali.
Contoh-2: Ubah array satu dimensi menjadi array tiga dimensi
Contoh berikut menunjukkan fungsi reshape() untuk mengonversi array NumPy satu dimensi menjadi array NumPy tiga dimensi. fungsi array() digunakan dalam skrip untuk membuat array satu dimensi dari 12 elemen. fungsi reshape() digunakan untuk mengubah array satu dimensi yang dibuat menjadi array tiga dimensi. Di sini, fungsi reshape() dipanggil dengan menggunakan array NumPy bernama np_array.
# Impor NumPyimpor numpy sebagai np
# Buat array NumPy menggunakan daftar
np_array = np.array([7, 3, 9, 11, 4, 23, 71, 2, 32, 6, 16, 2])
# Cetak nilai array NumPy
print("Nilai array NumPy : \n", np_array)
# Buat array tiga dimensi dari array satu dimensi
array_baru = np_array.membentuk kembali (2, 2, 3)
# Cetak nilai yang dibentuk kembali
print("\nNilai array 3D yang dibentuk ulang adalah : \n", new_array)
Keluaran:
Output berikut akan muncul setelah menjalankan skrip di atas:. Output pertama menunjukkan array utama. Output kedua menunjukkan array yang dibentuk kembali.
Contoh-3: Membentuk ulang array NumPy berdasarkan pemesanan
Contoh berikut menunjukkan fungsi reshape() untuk mengonversi array NumPy satu dimensi menjadi array NumPy dua dimensi dengan tipe urutan yang berbeda. fungsi arange() digunakan dalam skrip untuk membuat array satu dimensi dari 15 elemen. Fungsi reshape() pertama digunakan untuk membuat array dua dimensi dari 3 baris dan 5 kolom dengan urutan gaya-C. Fungsi reshape() kedua digunakan untuk membuat array dua dimensi dari 3 baris dan 5 kolom dengan urutan gaya Fortran.
# Impor NumPyimpor numpy sebagai np
# Buat array NumPy dari nilai rentang
np_array = np.berkisar(15)
# Cetak nilai array NumPy
print("Nilai array NumPy : \n", np_array)
# Bentuk ulang array berdasarkan pemesanan gaya-C
new_array1 = np.bentuk ulang(np_array, (3, 5), order='C')
# Cetak nilai yang dibentuk kembali
print("\nNilai array 2D yang dibentuk ulang berdasarkan urutan gaya-C adalah : \n", new_array1)
# Bentuk ulang array berdasarkan pemesanan gaya Fortran
new_array2 = np.bentuk ulang(np_array, (3, 5), order='F')
# Cetak nilai yang dibentuk kembali
print("\nBerbasis nilai array 2D yang dibentuk ulang dengan urutan gaya Fortran adalah : \n", new_array2)
Keluaran:
Output berikut akan muncul setelah menjalankan skrip di atas:. Output pertama menunjukkan array nilai utama. Output kedua menunjukkan nilai array dengan pengurutan berbasis baris. Output ketiga menunjukkan nilai array dengan pemesanan berbasis kolom.
Kesimpulan
Cara mengonversi array dari satu bentuk ke bentuk lain dengan menggunakan fungsi reshape() telah dijelaskan dalam tutorial ini. Tujuan menggunakan fungsi reshape() akan dihapus setelah mempraktikkan contoh tutorial ini, dan pembaca akan dapat menggunakan fungsi ini dalam skrip python mereka.
