NumPy Form Manipulation

Einführung

In diesem Lab werden Sie die NumPy-Shape-Manipulationsfunktionen kennenlernen, mit denen Sie die Form von NumPy-Arrays manipulieren können.

Ziele

• Umformen von Arrays
• Zusammenfügen und Teilen von Arrays
• Transponieren von Arrays

Skills Graph

Umformen von Arrays

Die reshape-Funktion ermöglicht es Ihnen, die Form eines NumPy-Arrays zu ändern. Die Syntax der reshape-Funktion lautet wie folgt:

np.reshape(a, new_shape)

• wobei a das Eingangsarray und new_shape die gewünschte neue Form des Arrays ist.

Öffnen der Python-Shell

Öffnen Sie die Python-Shell, indem Sie den folgenden Befehl in der Konsole eingeben.

python3

Importieren von NumPy

NumPy ist bereits installiert, Sie können es in Ihrem Python-Code importieren:

import numpy as np

Erstellen eines Arrays

Erstellen Sie als Beispiel ein Array a der Form (2, 3):

a = np.array([[1, 2, 3], [4, 5, 6]])
print(a.shape)

Ausgabe:

(2, 3)

Verwenden von Reshape

Sie können dieses Array mit der reshape-Funktion in eine Form von (3, 2) umformen:

b = np.reshape(a, (3, 2))
print(b.shape)
print(b)

Ausgabe:

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

Zusammenfügen und Teilen von Arrays

NumPy bietet zwei Funktionen zum Zusammenfügen von Arrays:

1. np.concatenate: zum Zusammenfügen von Arrays entlang einer angegebenen Achse
2. np.stack: zum Zusammenfügen von Arrays entlang einer neuen Achse

Sie können Arrays mit der np.split-Funktion teilen.

Zusammenfügen von Arrays

Erstellen Sie als Beispiel zwei Arrays a und b:

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

Verwenden von Concatenate

Sie können diese Arrays entlang der ersten Achse (0) mit der np.concatenate-Funktion zusammenfügen:

c = np.concatenate((a, b))
print(c)

Ausgabe:

[1 2 3 4 5 6]

Verwenden von Stack

Sie können diese Arrays auch entlang einer neuen Achse mit der np.stack-Funktion zusammenfügen:

d = np.stack((a, b))
print(d)
print(d.shape)

Ausgabe:

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

Teilen von Arrays

Erstellen Sie als Beispiel ein Array a der Form (6,):

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

Verwenden von Split

Sie können dieses Array mit der np.split-Funktion in zwei Arrays der Länge 3 teilen:

b, c = np.split(a, 2)
print(b)
print(c)

Ausgabe:

[1 2 3]
[4 5 6]

Transponieren von Arrays

Die transpose-Funktion ermöglicht es Ihnen, die Achsen eines NumPy-Arrays zu transponieren. Die Syntax der transpose-Funktion lautet wie folgt:

a.transpose([axis1, axis2,...])

• wobei axis1, axis2 usw. die zu transponierenden Achsen sind.

Erstellen eines Arrays

Erstellen Sie als Beispiel ein Array a der Form (2, 3):

a = np.array([[1, 2, 3], [4, 5, 6]])
print(a)
print(a.shape)

Ausgabe:

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

Verwenden von Transpose

Sie können dieses Array mit der transpose-Funktion transponieren:

b = a.transpose()
print(b)
print(b.shape)

Ausgabe:

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

Sie können auch bestimmte Achsen des Arrays transponieren. Beispielsweise können Sie die Achsen des Arrays a mit dem folgenden Code transponieren, um eine Form von (3, 2) zu erhalten:

c = a.transpose(1, 0)
print(c)
print(c.shape)

Ausgabe:

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

Zusammenfassung

Herzlichen Glückwunsch! Sie haben das NumPy Shape Manipulation Lab abgeschlossen.

In diesem Lab haben Sie die NumPy-Shape-Manipulationsfunktionen reshape, concatenate, stack, split und transpose gelernt. Diese Funktionen ermöglichen es Ihnen, die Form von NumPy-Arrays zu manipulieren und sind für viele Datenmanipulationstasks unerlässlich.