Rimodellamento
Lezione 9 di 18 del corso Fondamenti di NumPy di Coddy.
Possiamo creare array potenti con il metodo reshape.
La sintassi è: np.reshape(ary, newshape)
reshape modifica la forma dell'array. La nuova forma è una tupla o una lista che deve avere lo stesso prodotto della forma precedente
Per esempio: forma precedente: (2, 5), prodotto: 2*5=10, la nuova forma può essere qualsiasi combinazione di numeri purché il prodotto sia 10, il che significa che la nuova forma può essere una delle seguenti: (1, 10) , (10, 1) , (5, 2)
Esempio 1
ary = np.arange(10) # --> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
ary = np.reshape(ary, (5, 2))
>>> [[0, 1],
[2, 3],
[4, 5],
[6, 7],
[8, 9]]Esempio 2
ary = np.zeros(6) # --> [0., 0., 0., 0., 0., 0.]
ary = np.reshape(ary, (2, 3))
>>> [[0., 0., 0.],
[0., 0., 0.]]Esempio 3
Rimodellare a dimensioni superiori
ary = np.arange(12)
ary = np.reshape(ary, (2, 3, 2))
>>> [[[ 0, 1],
[ 2, 3],
[ 4, 5]],
[[ 6, 7],
[ 8, 9],
[10, 11]]]
Sfida
FacileCrea un array numpy che contenga elementi crescenti da 1 a 200 (inclusi): [1, 2, 3, 4, 5, 6, ..., 200]
e rimodellalo in una forma (20, 10)
Provalo tu
import numpy as np
print(ary)Tutte le lezioni di Fondamenti di NumPy
2Creazione di array N-dimensionali
Dimensione superioreComprendere le formeRiempimento con valori fissiTipi NumPyIntervalloRimodellamentoEsercitati da solo: Compilatore Python online