Znanost o podacima

Kako se koristi Python NumPy funkcija preoblikovanja ()

Kako se koristi Python NumPy funkcija preoblikovanja ()

NumPy knjižnica ima mnogo funkcija za rad s višedimenzionalnim nizom. funkcija preoblikovanja () jedna je od njih koja se koristi za promjenu oblika bilo kojeg postojećeg niza bez promjene podataka. Oblik definira ukupan broj elemenata u svakoj dimenziji.  Dimenzija niza može se dodati ili ukloniti, a broj elemenata u svakoj dimenziji može se izmijeniti pomoću funkcije preoblikovanja (). Jednodimenzionalni niz se može pretvoriti u višedimenzionalni niz, ali višedimenzionalni niz ova funkcija ne može pretvoriti u jednodimenzionalni niz. Kako preoblikovati () funkciju funkcionira i kako se koristi objašnjeno je u ovom vodiču.

Sintaksa

Sintaksa funkcije preoblikovanja () dana je u nastavku.

np_array numpy.preoblikovati (np_array, new_shape, order = 'C') 

Ova funkcija može imati tri argumenta. Prvi i drugi argument su obvezni, a treći argument nije obvezan. Niz NumPy vrijednost je prvog argumenta (np_array) koji će se preoblikovati. Oblik niza postavlja se kao drugi argument (novi_oblik) vrijednost koja može biti cijeli broj ili skup cjelobrojnih. Redoslijed niza postavlja se trećim argumentom (narudžba) vrijednost koja se koristi za definiranje položaja elementa preoblikovanog niza. Vrijednost trećeg argumenta može biti 'C' ili 'F' ili 'A.'Vrijednost narudžbe'C'koristi se za redoslijed indeksa u stilu C gdje se indeks posljednje osi mijenja brže, a indeks prve osi sporije. Vrijednost narudžbe 'F'koristi se za Fortran-redoslijed indeksa u kojem se indeks prve osi mijenja brže, a indeks posljednje osi sporije. ObojeC'i'F'narudžbe ne koriste memoriju. Vrijednost narudžbe, 'A'radi kao'F,'ali koristi memoriju.

Upotreba funkcije preoblikovanja ():

Morate instalirati NumPy knjižnicu prije nego što uvježbate primjere ovog vodiča. Različite upotrebe funkcije preoblikovanja () prikazane su u dijelu ovog vodiča.

Primjer-1: Pretvorite jednodimenzionalni niz u dvodimenzionalni niz

Sljedeći primjer prikazuje funkciju preoblikovanja () za pretvaranje jednodimenzionalnog polja NumPy u dvodimenzionalni niz NumPy. funkcija arange () koristi se u skripti za stvaranje jednodimenzionalnog niza od 10 elemenata. Prva funkcija preoblikovanja () koristi se za pretvaranje jednodimenzionalnog niza u dvodimenzionalni niz od 2 retka i 5 stupaca. Ovdje se funkcija preoblikovanja () poziva pomoću naziva modula, np. Druga funkcija preoblikovanja () koristi se za pretvaranje jednodimenzionalnog niza u dvodimenzionalni niz od 5 redaka i 2 stupca. Ovdje se funkcija preoblikovanja () poziva pomoću imenovanog polja NumPy np_array.

# Uvezi NumPy
uvoz numpy kao np
# Stvorite NumPy niz vrijednosti raspona
np_array = np.narančasto (10)
# Ispišite vrijednosti polja NumPy
print ("Vrijednosti polja NumPy: \ n", np_array)
# Preoblikujte niz s 2 retka i 5 stupaca
novi_ niz = np.preoblikovati (np_array, (2, 5))
# Ispišite preoblikovane vrijednosti
print ("\ nPreoblikovani niz s 2 retka i 5 stupaca: \ n", novi_ niz)
# Preoblikovati niz s 5 redaka i 2 stupca
novi_ niz = np_array.preoblikovati (5, 2)
# Ispišite preoblikovane vrijednosti
print ("\ nPreoblikovani niz s 5 redaka i 2 stupca: \ n", novi_ niz)

Izlaz:

Sljedeći će se izlaz pojaviti nakon izvršavanja gornje skripte. Prvi izlaz prikazuje glavni niz. Drugi i treći izlaz pokazuju preoblikovani niz.

Primjer-2: Pretvorite jednodimenzionalni niz u trodimenzionalni niz

Sljedeći primjer prikazuje funkciju preoblikovanja () za pretvaranje jednodimenzionalnog polja NumPy u trodimenzionalni niz NumPy. funkcija array () koristi se u skripti za stvaranje jednodimenzionalnog niza od 12 elemenata. funkcija preoblikovanja () koristi se za pretvaranje stvorenog jednodimenzionalnog niza u trodimenzionalni niz. Ovdje se funkcija preoblikovanja () poziva pomoću imenovanog polja NumPy np_array.

# Uvezi NumPy
uvoz numpy kao np
# Stvorite NumPy niz pomoću popisa
np_array = np.niz ([7, 3, 9, 11, 4, 23, 71, 2, 32, 6, 16, 2])
# Ispišite vrijednosti polja NumPy
print ("Vrijednosti polja NumPy: \ n", np_array)
# Stvorite trodimenzionalni niz od jednodimenzionalnog niza
novi_ niz = np_array.preoblikovati (2, 2, 3)
# Ispišite preoblikovane vrijednosti
print ("\ nPreoblikovane vrijednosti 3D niza su: \ n", new_array)

Izlaz:

Sljedeći će se izlaz pojaviti nakon izvršavanja gornje skripte. Prvi izlaz prikazuje glavni niz. Drugi izlaz prikazuje preoblikovani niz.

Primjer-3: Preoblikovanje niza NumPy na temelju naručivanja

Sljedeći primjer prikazuje funkciju preoblikovanja () za pretvaranje jednodimenzionalnog polja NumPy u dvodimenzionalni niz NumPy s različitim vrstama naloga. funkcija arange () koristi se u skripti za stvaranje jednodimenzionalnog niza od 15 elemenata. Prva funkcija preoblikovanja () koristi se za stvaranje dvodimenzionalnog niza od 3 retka i 5 stupaca s redoslijedom u stilu C. Druga funkcija preoblikovanja () koristi se za stvaranje dvodimenzionalnog niza od 3 retka i 5 stupaca s redoslijedom u Fortranovom redoslijedu.

# Uvezi NumPy
uvoz numpy kao np
# Stvorite NumPy niz vrijednosti raspona
np_array = np.narančasto (15)
# Ispišite vrijednosti polja NumPy
print ("Vrijednosti polja NumPy: \ n", np_array)
# Preoblikujte niz na temelju redoslijeda u stilu C
novi_ niz1 = np.preoblikovati (np_array, (3, 5), order = 'C')
# Ispišite preoblikovane vrijednosti
print ("\ nPreoblikovane vrijednosti 2D niza temeljene na redoslijedu u stilu C su: \ n", novi_ niz1)
# Preoblikujte niz na temelju narudžbe u stilu Fortran
novi_ niz2 = np.preoblikovati (np_array, (3, 5), order = 'F')
# Ispišite preoblikovane vrijednosti
print ("\ nPreoblikovane vrijednosti 2D niza temeljene u Fortran-ovom redoslijedu su: \ n", new_array2)

Izlaz:

Sljedeći će se izlaz pojaviti nakon izvršavanja gornje skripte. Prvi izlaz prikazuje glavni niz vrijednosti. Drugi izlaz prikazuje vrijednosti polja s redoslijedom zasnovan na retku. Treći izlaz prikazuje vrijednosti polja s uređenjem na temelju stupaca.

Zaključak

Načini pretvaranja niza iz jednog oblika u drugi oblik pomoću funkcije preoblikovanja () opisani su u ovom vodiču. Svrha upotrebe funkcije preoblikovanja () obrisat će se nakon vježbanja primjera ovog vodiča, a čitatelji će ovu funkciju moći koristiti u svojoj python skripti.

5 najboljih arkadnih igara za Linux
U današnje vrijeme računala su ozbiljni strojevi koji se koriste za igre na sreću. Ako ne uspijete dobiti novi visoki rezultat, znat ćete na što misli...
Bitka za Wesnoth 1.13.6 Razvoj objavljen
Bitka za Wesnoth 1.13.6 objavljeno prošlog mjeseca, šesto je razvojno izdanje u izdanju 1.13.x series i donosi niz poboljšanja, ponajviše korisničkog ...
Kako instalirati League Of Legends na Ubuntu 14.04
Ako ste ljubitelj League of Legends, ovo je prilika za vas da testirate League of Legends. Imajte na umu da je LOL podržan na PlayOnLinux ako ste kori...