Reshape Numpy: A Complete Tutorial

NumPy - это библиотека высокого уровня для работы с массивами и матрицами в Python. Она предоставляет мощные функции для обработки данных, которые могут быть использованы в различных областях, таких как наука о данных, машинное обучение, научные и инженерные расчеты и т.д. Одна из функций NumPy, которая широко используется для изменения формы массивов, это функция reshape.

Функция reshape позволяет изменить форму массива без изменения содержимого. Например, мы можем преобразовать одномерный массив в двумерный массив или трехмерный массив в одномерный массив. Синтаксис функции reshape прост:

`numpy.reshape(array, newshape, order='C')`

• array - исходный массив
• newshape - новая форма массива (кортеж чисел)
• order (необязательно) - порядок расположения элементов в новой форме массива. Может быть 'C' для порядка C (последовательно по строкам) или 'F' для порядка Fortran (последовательно по столбцам).

Рассмотрим несколько примеров использования функции reshape:

Пример 1: Преобразование одномерного массива в двумерный массив

python
import numpy as np
arr1 = np.array([1, 2, 3, 4, 5, 6])
arr2 = np.reshape(arr1, (2, 3))
print(arr2)

Вывод:

[[1 2 3]
 [4 5 6]]

Пример 2: Преобразование одномерного массива в трехмерный массив

python
import numpy as np
arr1 = np.array([1, 2, 3, 4, 5, 6])
arr3 = np.reshape(arr1, (2, 3, 1))
print(arr3)

Вывод:

[[[1]
  [2]
  [3]]
 [[4]
  [5]
  [6]]]

Пример 3: Преобразование двумерного массива в одномерный массив

python
import numpy as np
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
arr1 = np.reshape(arr2, (6))
print(arr1)

Вывод:

[1 2 3 4 5 6]

Пример 4: Изменение формы трехмерного массива

python
import numpy as np
arr3 = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
arr2 = np.reshape(arr3, (2, 4))
print(arr2)

Вывод:

[[1 2 3 4]
 [5 6 7 8]]

Таким образом, функция reshape позволяет легко и эффективно изменять форму массивов. Она часто используется в машинном обучении и науке о данных для подготовки данных в нужном формате.