Курс Python → Манипуляция формой массива в Numpy

Библиотека Numpy предоставляет много возможностей для удобной работы с массивами. Одной из таких возможностей является манипуляция формой массива. Для начала, мы можем посмотреть текущую форму массива с помощью атрибута shape. Это позволяет нам понять, какие размерности имеет наш массив.

Однако, иногда нам может потребоваться изменить форму массива. Для этого можно воспользоваться методом reshape(). Этот метод позволяет нам преобразовать массив к другой форме, заданной нами. Например, мы можем преобразовать массив к одномерному с помощью метода reshape(-1).

Еще один полезный метод для манипуляции формой массива — transpose(). Этот метод позволяет нам транспонировать массив, то есть поменять местами строки и столбцы. Это может быть полезно, например, при работе с матрицами.


import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape)  # Выводит (2, 3)

arr_reshaped = arr.reshape(3, 2)
print(arr_reshaped.shape)  # Выводит (3, 2)

arr_transposed = arr.transpose()
print(arr_transposed)

Приведенный выше пример демонстрирует использование методов reshape() и transpose() для изменения формы массива. Эти методы позволяют нам гибко управлять формой массива в библиотеке Numpy, что делает работу с данными еще более удобной и эффективной.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Метод join() для объединения элементов
  2. Изменение логики работы с временем
  3. Defaultdict в Python
  4. Библиотека itertools: объединение списков
  5. Работа с файлами в Python
  6. Вычисление натуральных логарифмов в NumPy
  7. Логирование в Python
  8. Проверка на истинность объектов в Python
  9. Передача аргументов в Python
  10. Явный импорт в Python
  11. Создание панели меню Tkinter
  12. Преобразование объекта в строку
  13. Многопроцессорное программирование в Python
  14. Блок try…finally в Python
  15. Работа с геоданными с помощью geopy
  16. Аннотации типов в Python
  17. Проверка индексов коллекции
  18. Хэш-функции в Python
  19. Склеивание строк без циклов
  20. Просмотр файла в Jupyter Noteboo
  21. Добавление элементов в список
  22. Проверка типа данных
  23. Подписка на каналы разработчиков
  24. Отладка в командной строке
  25. Обход элементов в Python
  26. Создание списка через итерацию
  27. Генераторы в Python
  28. Поиск уникальных и повторяющихся элементов
  29. Оператор «моржа» (Walrus Operator)
  30. Преобразование данных в Python
  31. Многострочные комментарии в Python
  32. Метод count в Python: почему count(», ») возвращает 4?
  33. Экранирование символов в Python
  34. Модуль pprint
  35. Работа с IP-адресами в Python
  36. Оператор is в Python
  37. Создание треугольника Паскаля
  38. Обмен переменными в Jupyter
  39. Значения по умолчанию в Python
  40. Работа с набором данных CIFAR10 в PyTorch
  41. Аргументы *args и **kwargs
  42. Сортировка HTML-элементов
  43. Подсчет элементов с помощью Counter из collections
  44. Перебор элементов списка в Python
  45. Функция map() и ленивая оценка
  46. Сравнение def и lambda функций в Python
  47. Срезы в Numpy
  48. Работа с парами ключ-значение

Marketello читают маркетологи из крутых компаний