Die Form eines NumPy-Arrays mit reshape ändern
In dieser Lektion ordnest du ein NumPy-Array mit reshape() in eine neue Anzahl von Zeilen und Spalten um, ohne die Daten zu verändern.
Einführung
Das Problem
Daten kommen oft als eine lange Zahlenreihe an, aber du brauchst sie als Tabelle: 12 Monatswerte als 4 Quartale mit je 3 Monaten oder 784 Pixelwerte als 28 × 28 Bild. Reshape ordnet dieselben Werte in eine neue Form um, ohne sie einzeln zu kopieren.
Stell es dir so vor
Reshape ist, als würdest du eine Reihe von 6 Stühlen in 2 Reihen zu je 3 umstellen. Dieselben Stühle, in derselben Reihenfolge, nur anders aufgestellt. Aus 6 Stühlen kannst du keine 2 Reihen zu je 4 machen.
np.arange(1, 7)🪑 Sechs Stühle in einer Reihevalues.reshape(2, 3)🔲 Umgestellt in 2 Reihen zu je 32 × 3 = 6✅ Die neue Aufstellung muss jeden Stuhl genau einmal verwendenmatrix📋 [[1 2 3] [4 5 6]]Reshape ändert die Dimensionen eines Arrays und behält dabei seine Werte und deren Reihenfolge. Die neue Form muss genau gleich viele Elemente enthalten.
Das Wichtigste
np.arange(1, 7)erzeugt die Werte 1 bis 6 in einem flachen Array.values.reshape(2, 3)ordnet sie in 2 Zeilen zu je 3 an; 2 × 3 muss 6 ergeben.- Die Werte füllen die neue Form Zeile für Zeile und behalten ihre Reihenfolge.
valuesbleibt unverändert;matrixist eine neue Sicht (View) auf dieselben Daten.
Wann verwendet man das?
- Flache Daten in Zeilen und Spalten bringen: Monate in Quartale, Pixel in Bilder.
- Arrays in die Form bringen, die ein Machine-Learning-Modell erwartet.
- Eine Tabelle mit
reshape(-1)wieder zu einer Zeile glätten.
Wann du es nicht brauchst
- Die Zahl der Elemente ändern: Reshape kann keine Werte hinzufügen oder entfernen; nimm Slicing oder Auffüllen.
- Zeilen und Spalten tauschen: Das ist eine Transponierung (
.T), kein Reshape.
So funktioniert es
Klicke auf reshape, um dieselben 12 Werte in einer anderen Form zu sehen. Die Daten im Speicher bewegen sich nicht, nur die Art, sie zu lesen.
Beispielcode
import numpy as np
values = np.arange(1, 7)
matrix = values.reshape(2, 3)
print(matrix)
Ergebnis der Ausführung
[[1 2 3]
[4 5 6]]
Erklärung des Codes
Die Funktion np.arange(1, 7) erzeugt ein eindimensionales Array mit den Zahlen 1 bis 6. Dann ordnet reshape(2, 3) sie in 2 Zeilen mit je 3 Elementen an. Das Produkt der neuen Dimensionen muss der ursprünglichen Elementanzahl entsprechen, sonst meldet NumPy einen Fehler. Wenn möglich, gibt NumPy eine Ansicht (view) zurück, die sich die Daten teilt, statt sie zu kopieren.
Ändere die Werte und führe das Programm im CodeUtility Python Online-Compiler aus, ohne Python lokal zu installieren.
Übungen zur Vertiefung
Ändere den Code anhand der folgenden Vorschläge. Wenn du selbst etwas änderst und das Ergebnis beobachtest, verstehst du viel mehr, als wenn du den Code nur liest.
- Ändere die Form (shape) und den Datentyp (dtype) des Eingabearrays.
- Teste mit negativen Zahlen, Kommazahlen und fehlenden Werten.
- Wende dieselbe Operation auf ein größeres mehrdimensionales Array an und miss die Laufzeit.
Häufige Fehler
Eine Form, die nicht zur Größe passt
2 × 4 = 8, aber es gibt nur 6 Werte.
values.reshape(2, 4) # ValueError
values.reshape(2, 3)
Lektion fertig?
Markiere sie als gelernt, um deinen Fortschritt zu verfolgen.
Mit einer Challenge üben
Nutze den Inhalt dieser Lektion, um ein echtes Problem zu lösen. Jede Challenge läuft im Browser, mit sofortigen Tests und einem KI-Review.
Alle Challenges