NumPy Манипулирование массивом: функция reshape ()

Последнее обновление: 27 июля 2019 г., 06:47:08 (UTC / GMT +8 часов)

script1adsense2code

script1adsense3code

функция numpy.reshape ()

Функция reshape () используется для придания массиву новой формы без изменения его данных.

Синтаксис:

 numpy.reshape (a, newshape, order = 'C')

Версия: 1.15.0

Параметр:

название	Описание	Необходимые / Необязательный
	Массив, который будет изменен.	необходимые
newshape	Новая форма должна быть совместима с оригинальной формой. Если целое число, то результатом будет одномерный массив этой длины. Одно измерение формы может быть -1. В этом случае значение выводится из длины массива и оставшихся измерений.	необходимые
порядок	Прочитайте элементы, используя этот порядок индексов, и поместите элементы в измененный массив, используя этот порядок индексов. «C» означает чтение / запись элементов с использованием C-подобного порядка индексов, причем индекс последней оси изменяется наиболее быстро, а индекс первой оси изменяется медленнее. «F» означает чтение / запись элементов с использованием Fortran-подобного порядка индексов, причем первый индекс меняется быстрее всего, а последний - медленнее. Обратите внимание, что параметры «C» и «F» не учитывают структуру памяти базового массива и относятся только к порядку индексации. «A» означает чтение / запись элементов в порядке, подобном фортрановскому индексу, если a является фортрановым непрерывным в памяти, в противном случае это C-подобный порядок.	Необязательный

Возвращаемое значение:

reshaped_array: ndarray - это будет новый объект вида, если это возможно; в противном случае это будет копия. Обратите внимание, что нет никакой гарантии расположения памяти (C- или Fortran-смежных) возвращаемого массива.

Пример 1: функция numpy.reshape ()

>>> import numpy as np
>>> x = np.array([[2,3,4], [5,6,7]])      
>> np.reshape(x, (3, 2))
array([[2, 3],
       [4, 5],
       [6, 7]])

Иллюстрированная презентация:

Пример 2: функция numpy.reshape ()

>>> import numpy as np
>>> x = np.array([[2,3,4], [5,6,7]]) 
>>> np.reshape(x, (2, -2)) 
array([[2, 3, 4],
       [5, 6, 7]])

Иллюстрированная презентация:

Пример 3: функция numpy.reshape ()

>>> import numpy as np
>>> x = np.array([[2,3,4], [5,6,7]]) 
>>> np.reshape(x, (3, -1))
array([[2, 3],
       [4, 5],
       [6, 7]])

Иллюстрированная презентация:

Пример 4: функция numpy.reshape ()

>>> import numpy as np 
>>> x = np.array([[2,3,4], [5,6,7]])
>>> np.reshape(x, 6)
array([2, 3, 4, 5, 6, 7])

Иллюстрированная презентация:

Пример 5: функция numpy.reshape ()

>>> import numpy as np 
>>> x = np.array([[2,3,4], [5,6,7]])
>>> np.reshape(x, 6, order='F') 
array([2, 5, 3, 6, 4, 7])

Python - NumPy Code Editor:

Предыдущая: copyto ()
Далее: ravel ()