Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 파이썬
- 배열붙이기
- Python
- 벡터연산
- 논리배열
- 배열형태변경
- 배열추가
- fancyindexing
- 배열쪼개기
- concat
- 배열나누기
- Revising the Select Query I
- SQL
- 배열연산
- reshape
- 표본추출
- 해커랭크
- 파일저장하기
- 넘파이장점
- 랜덤샘플링
- npy
- buit-in exception
- CONCATENATE
- 넘파이
- 배열자르기
- ndarray
- Revising the Select Query II
- numpy
- SQL문제
- 배열분리하기
Archives
- Today
- Total
기록하는 습관
[Numpy] 003. 배열 형태 변경하기 (Reshape) 본문
배열 형태 변경하기 (Reshape)
import numpy as np
배열.reshape(tup)
사이즈가 동일한 형태로 reshape 해야한다.
array = np.array(4)
print( array )
print( array.size )
print( array.reshape(2,2) )
4
1
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-3-938f14dc513a> in <module>
2 print( array )
3 print( array.size )
----> 4 print( array.reshape(2,2) )
ValueError: cannot reshape array of size 1 into shape (2,2)
array = np.array(range(4))
print( array )
print( array.size )
print( array.reshape(2,2) )
[0 1 2 3]
4
[[0 1]
[2 3]]
배열.ravel() & 배열.flatten()
Docstring:
a.flatten(order='C')
Return a copy of the array collapsed into one dimension.
ravel() 함수와 flatten() 함수는 동일한 결과를 반환하지만, ravel() 함수는 원본 배열의 뷰(view)를 반환하며, flatten() 함수는 새로운 복사본을 반환한다.
따라서 메모리 사용 측면에서 약간의 차이가 있을 수 있다.
array = np.array(range(24)).reshape(3,2,4)
print( "array :\n", array )
print( "array.shape :", array.shape )
print( "array.flatten() :", array.flatten() )
print( "array.ravel() :", array.ravel() )
print( "array.flatten().shape :", array.flatten().shape )
print( "array.ravel().shape :", array.ravel().shape )
array :
[[[ 0 1 2 3]
[ 4 5 6 7]]
[[ 8 9 10 11]
[12 13 14 15]]
[[16 17 18 19]
[20 21 22 23]]]
array.shape : (3, 2, 4)
array.flatten() : [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]
array.ravel() : [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]
array.flatten().shape : (24,)
array.ravel().shape : (24,)
배열.transpose() 또는 배열.T
array = np.arange(6).reshape(2,3)
print( "array :\n", array )
print( "array.shape :", array.shape )
print( "array.T :\n", array.T )
print( "array.T.shape :", array.T.shape )
array :
[[0 1 2]
[3 4 5]]
array.shape : (2, 3)
array.T :
[[0 3]
[1 4]
[2 5]]
array.T.shape : (3, 2)
1 차원 헷갈리지 않기
array = np.arange(6)
print( "array :\n", array )
print( "array.shape :", array.shape )
print( "array.T :\n", array.T )
print( "array.T.shape :", array.T.shape )
array :
[0 1 2 3 4 5]
array.shape : (6,)
array.T :
[0 1 2 3 4 5]
array.T.shape : (6,)
array = np.arange(6)[np.newaxis,:]
print( "array :\n", array )
print( "array.shape :", array.shape )
print( "array.T :\n", array.T )
print( "array.T.shape :", array.T.shape )
array :
[[0 1 2 3 4 5]]
array.shape : (1, 6)
array.T :
[[0]
[1]
[2]
[3]
[4]
[5]]
array.T.shape : (6, 1)
'Python > Numpy' 카테고리의 다른 글
[Numpy] (문제) #001. Reshape & Concat (0) | 2023.08.07 |
---|---|
[Numpy] 005. 배열 붙이기 (Concatenate) (0) | 2023.08.07 |
[Numpy] 004. 배열 인덱싱 & 슬라이싱 (Indexing & Slicing) (0) | 2023.08.06 |
[Numpy] 002. 여러가지 ndarray 생성 함수 (0) | 2023.08.04 |
[Numpy] 001. Numpy와 ndarray (0) | 2023.08.03 |