NumPy es un paquete de procesamiento de arrays de propósito general. Proporciona un objeto de array multidimensional de alto rendimiento y herramientas para trabajar con estas arrays. Es el paquete fundamental para la computación científica con Python. Numpy se usa básicamente para crear una array de n dimensiones.
Reformar una array numpy simplemente significa cambiar la forma de la array dada, la forma básicamente indica la cantidad de elementos y la dimensión de la array, al remodelar una array podemos agregar o eliminar dimensiones o cambiar la cantidad de elementos en cada dimensión.
Para remodelar una array numpy, usamos el método de remodelación con la array dada.
Sintaxis : array.reshape(shape)
Argumento : Toma tupla como argumento, tupla es la nueva forma a formar
Devolución : Devuelve numpy.ndarray
Nota: También podemos usar el comando np.reshape(array, shape) para remodelar la array
Remodelación: 1-D a 2D
En este ejemplo, remodelaremos la array 1-D de forma (1, n) a una array 2-D de forma (N, M) aquí M debe ser igual a n/N allí para N debe ser factor de n.
Python3
# importing numpy import numpy as np # creating a numpy array array = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]) # printing array print("Array : " + str(array)) # length of array n = array.size # N-D array N dimension N = 4 # calculating M M = n//N # reshaping numpy array # converting it to 2-D from 1-D array reshaped1 = array.reshape((N, M)) # printing reshaped array print("First Reshaped Array : ") print(reshaped1) # creating another reshaped array reshaped2 = np.reshape(array, (2, 8)) # printing reshaped array print("Second Reshaped Array : ") print(reshaped2)
Producción :
Array : [ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16] First Reshaped Array : [[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12] [13 14 15 16]] Second Reshaped Array : [[ 1 2 3 4 5 6 7 8] [ 9 10 11 12 13 14 15 16]]
Remodelación: 1-D a 3-D
En esto, veremos cómo podemos remodelar una array 1-D a una array de dimensión 3-D. Una array 3D es la array 1D de arrays 2D.
Python3
# importing numpy import numpy as np # creating a numpy array array = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]) # printing array print("Array : " + str(array)) # reshaping numpy array # converting it to 3-D from 1-D array reshaped = array.reshape((2, 2, 4)) # printing reshaped array print("Reshaped 3-D Array : ") print(reshaped)
Producción :
Array : [ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16] Reshaped 3-D Array : [[[ 1 2 3 4] [ 5 6 7 8]] [[ 9 10 11 12] [13 14 15 16]]]
Remodelación de ND a array 1-D
En este ejemplo, veremos cómo podemos remodelar una array 2-D o 3-D para formar una array 1-D. También podemos usar remodelar (-1) para hacer esto, aquí -1 es la dimensión desconocida.
Python3
# importing numpy import numpy as np # creating a numpy array array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # printing array print(" 2-D Array : ") print(array) # reshaping numpy array # converting it to 1-D from 2-D array reshaped = array.reshape((9)) # or we can use unknown dimension # reshaped = array.reshape((-1)) # printing reshaped array print("Reshaped 1-D Array : ") print(reshaped)
Producción :
2-D Array : [[1 2 3] [4 5 6] [7 8 9]] Reshaped 1-D Array : [[1 2 3 4 5 6 7 8 9]]
Remodelar usando una dimensión desconocida
Podemos remodelar una array aunque no conozcamos todas las nuevas dimensiones usando -1 como una de las dimensiones, pero debemos conocer todas las otras dimensiones para usar la dimensión desconocida
Python3
# importing numpy import numpy as np # creating a numpy array array = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]) # printing array print("Array : " + str(array)) # reshaping numpy array # converting it to 3-D from 1-D array reshaped1 = array.reshape((2, 2, -1)) # printing reshaped array print("First Reshaped Array : ") print(reshaped1) # converting it to 2-D array reshaped2 = array.reshape((4, -1)) # printing reshaped array print("Second Reshaped Array : ") print(reshaped2)
Producción :
Array : [ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16] First Reshaped Array : [[[ 1 2 3 4] [ 5 6 7 8]] [[ 9 10 11 12] [13 14 15 16]]] Second Reshaped Array : [[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12] [13 14 15 16]]
Se producen errores durante la remodelación
Cuando intentamos remodelar una array a una forma que no es matemáticamente posible, se genera un error de valor que dice que no se puede remodelar la array. Por ejemplo, cuando intentamos remodelar una array 1-D con 4 elementos en una array 2-D de dimensión (3, 3) no es posible ya que la nueva array requiere 9 elementos
Python3
# importing numpy import numpy as np # creating a numpy array array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # printing array print(" 2-D Array : ") print(array) # reshaping numpy array # converting it to 1-D from 2-D array # reshaping it into 1, 5 reshaped = array.reshape((1, 5)) # or we can use # printing reshaped array print("Reshaped 1-D Array : ") print(reshaped)
ValueError: cannot reshape array of size 9 into shape (1, 5)
Publicación traducida automáticamente
Artículo escrito por rakshitarora y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA