Bạn cần sử dụng
In [16]: img
Out[16]:
array[[[[155, 33, 129],
[161, 218, 6]],
[[215, 142, 235],
[143, 249, 164]],
[[221, 71, 229],
[ 56, 91, 120]],
[[236, 4, 177],
[171, 105, 40]]]]
In [17]: img.transpose[2,0,1].reshape[3,-1]
Out[17]:
array[[[155, 161, 215, 143, 221, 56, 236, 171],
[ 33, 218, 142, 249, 71, 91, 4, 105],
[129, 6, 235, 164, 229, 120, 177, 40]]]
9 để sắp xếp lại kích thước. Bây giờ, numpy.reshape[a, newshape, order='C']0 sẽ được chuyển đổi thành
numpy.reshape[a, newshape, order='C']1, vì vậy hãy gửi trục cuối cùng ra phía trước và thay đổi đúng thứ tự của các trục còn lại
numpy.reshape[a, newshape, order='C']2. Cuối cùng, định hình lại để có các hàng
numpy.reshape[a, newshape, order='C']3. Do đó, việc thực hiện sẽ là -
img.transpose[2,0,1].reshape[3,-1]
Chạy mẫu -
In [16]: img
Out[16]:
array[[[[155, 33, 129],
[161, 218, 6]],
[[215, 142, 235],
[143, 249, 164]],
[[221, 71, 229],
[ 56, 91, 120]],
[[236, 4, 177],
[171, 105, 40]]]]
In [17]: img.transpose[2,0,1].reshape[3,-1]
Out[17]:
array[[[155, 161, 215, 143, 221, 56, 236, 171],
[ 33, 218, 142, 249, 71, 91, 4, 105],
[129, 6, 235, 164, 229, 120, 177, 40]]]
Numpy là một trong những thư viện hiệu quả trong Python. Mô -đun này rất hữu ích để thực hiện các màn trình diễn khác nhau trong một mảng. Chúng ta có thể sử dụng một mô -đun numpy để đi qua một mảng, lặp lại một mảng, v.v ... Bây giờ chúng ta sẽ học cách định hình lại một mảng bằng mô -đun numpy trong Python. Để định hình lại mảng numpy, chúng ta có một chức năng tích hợp trong Python gọi là numpy.reshape. Chúng ta có thể định hình lại một mảng một chiều đến hai chiều, 2D đến 3D, 3D đến 2D, v.v. Ở đây chúng ta chỉ tập trung vào mảng 3D đến 2D.reshape a one-dimensional to a two-dimensional array, 2d to 3d, 3d to 2d, etc. Here we are only focusing on numpy reshape 3d to 2d array.
Thay đổi hình dạng của mảng mà không thay đổi dữ liệu được gọi là định hình lại. Chúng ta có thể thêm hoặc loại bỏ các kích thước trong định hình lại. numpy.reshape [] là một hàm sẵn có trong Python để định hình lại mảng. Chúng ta có thể định hình lại vào bất kỳ hình dạng nào bằng cách sử dụng chức năng định hình lại. Hàm này cho một hình dạng mới cho mảng.
- Cú pháp cho Numpy.Reshape []
- Thông số
- Trả lại
- Ví dụ
- Ví dụ cho mảng 3D
- Ví dụ cho mảng 2D
- Việc thực hiện định hình lại Numpy 3D đến 2D
- ví dụ 1
- Ví dụ 2
- Ví dụ 3
- Ví dụ 4: định hình lại một mảng bằng cách sử dụng đơn đặt hàng
- Ví dụ 5: Định hình lại một mảng bằng cách sử dụng đơn hàng
- Một số lỗi chúng tôi sẽ gặp phải khi định hình lại một mảng
- Phần thưởng: Cách tính hình dạng của một mảng
- Câu hỏi thường gặp liên quan đến Numpy Reshape 3D đến 2D
- Kết luận: Numpy định hình lại 3D đến 2D
- Xu hướng các bài báo numpy
Cú pháp cho Numpy.Reshape []
numpy.reshape[a, newshape, order='C']
Thông số
- Trả lại: input array
- Ví dụ: int or tup of ints
- Ví dụ cho mảng 3D: optional
Trả lại
Ví dụ
Ví dụ
Ví dụ cho mảng 3D
Ví dụ cho mảng 3D
[[[ 5 4] [ 6 9]] [[ 1 0] [ 9 5]] [[ 4 9] [13 19]] [[ 8 10] [ 1 5]]] Shape: [4, 2, 2]
Ví dụ cho mảng 2D
[[ 5 4 6 9] [ 1 0 9 5] [ 4 9 13 19] [ 8 10 1 5]] Shape: [4, 4]
Việc thực hiện định hình lại Numpy 3D đến 2D
ví dụ 1
ví dụ 1
import numpy as np array=np.array[ [[[ 5, 4], [ 6, 9]], [[ 1, 0], [ 9, 5]], [[ 4, 9], [13, 19]], [[ 8, 10], [ 1, 5]]]] reshaped_array=np.reshape[array,[4,4]] print["Original array:\n", array] print["Reshaped array:\n", reshaped_array]
Ví dụ 2
Ví dụ 3
Original array: [[[ 5 4] [ 6 9]] [[ 1 0] [ 9 5]] [[ 4 9] [13 19]] [[ 8 10] [ 1 5]]] Reshaped array: [[ 5 4 6 9] [ 1 0 9 5] [ 4 9 13 19] [ 8 10 1 5]]
Ví dụ 2
import numpy as np array=np.array[ [[[ 5, 4], [ 6, 9]], [[ 1, 0], [ 9, 5]], [[ 4, 9], [13, 19]], [[ 8, 10], [ 1, 5]]]] reshaped_array= array.reshape[array.shape[0], [array.shape[1]*array.shape[2]]] print["Original array:\n", array] print["Reshaped array:\n", reshaped_array]
Ví dụ 3
Ví dụ 3
Original array: [[[ 5 4] [ 6 9]] [[ 1 0] [ 9 5]] [[ 4 9] [13 19]] [[ 8 10] [ 1 5]]] Reshaped array: [[ 5 4 6 9] [ 1 0 9 5] [ 4 9 13 19] [ 8 10 1 5]]
Ví dụ 3
import numpy as np array=np.array[ [[[ 5, 4], [ 6, 9]], [[ 1, 0], [ 9, 5]], [[ 4, 9], [13, 19]], [[ 8, 10], [ 1, 5]]]] reshaped_array=array.reshape[2*2,2*2] print["Original array:\n", array] print["Reshaped array:\n", reshaped_array]
Ví dụ 4: định hình lại một mảng bằng cách sử dụng đơn đặt hàng
Ví dụ 3
Ví dụ 4: định hình lại một mảng bằng cách sử dụng đơn đặt hàng
In [16]: img
Out[16]:
array[[[[155, 33, 129],
[161, 218, 6]],
[[215, 142, 235],
[143, 249, 164]],
[[221, 71, 229],
[ 56, 91, 120]],
[[236, 4, 177],
[171, 105, 40]]]]
In [17]: img.transpose[2,0,1].reshape[3,-1]
Out[17]:
array[[[155, 161, 215, 143, 221, 56, 236, 171],
[ 33, 218, 142, 249, 71, 91, 4, 105],
[129, 6, 235, 164, 229, 120, 177, 40]]]
1Ví dụ 3
In [16]: img
Out[16]:
array[[[[155, 33, 129],
[161, 218, 6]],
[[215, 142, 235],
[143, 249, 164]],
[[221, 71, 229],
[ 56, 91, 120]],
[[236, 4, 177],
[171, 105, 40]]]]
In [17]: img.transpose[2,0,1].reshape[3,-1]
Out[17]:
array[[[155, 161, 215, 143, 221, 56, 236, 171],
[ 33, 218, 142, 249, 71, 91, 4, 105],
[129, 6, 235, 164, 229, 120, 177, 40]]]
2Ví dụ 5: Định hình lại một mảng bằng cách sử dụng đơn hàng
In [16]: img
Out[16]:
array[[[[155, 33, 129],
[161, 218, 6]],
[[215, 142, 235],
[143, 249, 164]],
[[221, 71, 229],
[ 56, 91, 120]],
[[236, 4, 177],
[171, 105, 40]]]]
In [17]: img.transpose[2,0,1].reshape[3,-1]
Out[17]:
array[[[155, 161, 215, 143, 221, 56, 236, 171],
[ 33, 218, 142, 249, 71, 91, 4, 105],
[129, 6, 235, 164, 229, 120, 177, 40]]]
3Ví dụ 3
Original array: [[[ 5 4] [ 6 9]] [[ 1 0] [ 9 5]] [[ 4 9] [13 19]] [[ 8 10] [ 1 5]]] Reshaped array: [[ 5 4 6 9] [ 1 0 9 5] [ 4 9 13 19] [ 8 10 1 5]]
Một số lỗi chúng tôi sẽ gặp phải khi định hình lại một mảng
Phần thưởng: Cách tính hình dạng của một mảng
Câu hỏi thường gặp liên quan đến Numpy Reshape 3D đến 2D
In [16]: img
Out[16]:
array[[[[155, 33, 129],
[161, 218, 6]],
[[215, 142, 235],
[143, 249, 164]],
[[221, 71, 229],
[ 56, 91, 120]],
[[236, 4, 177],
[171, 105, 40]]]]
In [17]: img.transpose[2,0,1].reshape[3,-1]
Out[17]:
array[[[155, 161, 215, 143, 221, 56, 236, 171],
[ 33, 218, 142, 249, 71, 91, 4, 105],
[129, 6, 235, 164, 229, 120, 177, 40]]]
5Kết luận: Numpy định hình lại 3D đến 2D
In [16]: img
Out[16]:
array[[[[155, 33, 129],
[161, 218, 6]],
[[215, 142, 235],
[143, 249, 164]],
[[221, 71, 229],
[ 56, 91, 120]],
[[236, 4, 177],
[171, 105, 40]]]]
In [17]: img.transpose[2,0,1].reshape[3,-1]
Out[17]:
array[[[155, 161, 215, 143, 221, 56, 236, 171],
[ 33, 218, 142, 249, 71, 91, 4, 105],
[129, 6, 235, 164, 229, 120, 177, 40]]]
6Phần thưởng: Cách tính hình dạng của một mảng
In [16]: img
Out[16]:
array[[[[155, 33, 129],
[161, 218, 6]],
[[215, 142, 235],
[143, 249, 164]],
[[221, 71, 229],
[ 56, 91, 120]],
[[236, 4, 177],
[171, 105, 40]]]]
In [17]: img.transpose[2,0,1].reshape[3,-1]
Out[17]:
array[[[155, 161, 215, 143, 221, 56, 236, 171],
[ 33, 218, 142, 249, 71, 91, 4, 105],
[129, 6, 235, 164, 229, 120, 177, 40]]]
7Ví dụ 3
In [16]: img
Out[16]:
array[[[[155, 33, 129],
[161, 218, 6]],
[[215, 142, 235],
[143, 249, 164]],
[[221, 71, 229],
[ 56, 91, 120]],
[[236, 4, 177],
[171, 105, 40]]]]
In [17]: img.transpose[2,0,1].reshape[3,-1]
Out[17]:
array[[[155, 161, 215, 143, 221, 56, 236, 171],
[ 33, 218, 142, 249, 71, 91, 4, 105],
[129, 6, 235, 164, 229, 120, 177, 40]]]
8Ví dụ 4: định hình lại một mảng bằng cách sử dụng đơn đặt hàng
Ví dụ 5: Định hình lại một mảng bằng cách sử dụng đơn hàng
Một số lỗi chúng tôi sẽ gặp phải khi định hình lại một mảng
Phần thưởng: Cách tính hình dạng của một mảng
Kết luận: Numpy định hình lại 3D đến 2D
Xu hướng các bài báo numpy