NumPy-Array umformen
Reshape ordnet dieselben Werte in einer neuen Form an, ohne ihre Reihenfolge zu ändern.
Was ist NumPy-Array umformen?
Reshape ordnet dieselben Werte in einer neuen Form an, ohne ihre Reihenfolge zu ändern.
Ändere die Dimensionen eines Arrays mit reshape.
Wann wird dieser Ansatz verwendet?
- Vektorisierte Berechnungen auf vielen Werten ausführen.
- Arrays, Matrizen und wissenschaftliche Daten effizient verarbeiten.
- Daten für Data Science und Machine Learning vorbereiten.
Beispielcode
main.py
import numpy as np
values = np.arange(1, 7)
matrix = values.reshape(2, 3)
print(matrix)Erwartete Ausgabe
[[1 2 3]
[4 5 6]]So funktioniert es
Die neue Form muss dieselbe Gesamtzahl an Elementen besitzen. NumPy liefert wenn möglich eine View statt einer Kopie.
Ändere die Werte und führe das Programm im CodeUtility Python Online-Compiler aus, ohne Python lokal zu installieren.
Übungsaufgaben
Verändere Eingaben und Randfälle, bevor du die Lösung mit größeren Datenmengen testest.
- Verändere Shape und dtype des Eingabearrays.
- Teste negative Werte, Fließkommazahlen und fehlende Daten.
- Miss die Laufzeit mit einem größeren Array.