Redimensionner un array NumPy
reshape réorganise les mêmes valeurs sans changer leur ordre.
Qu’est-ce que Redimensionner un array NumPy ?
reshape réorganise les mêmes valeurs sans changer leur ordre.
Modifier les dimensions avec reshape.
Quand l’utiliser ?
- Effectuer des calculs vectorisés.
- Traiter tableaux, matrices et données scientifiques.
- Préparer des données pour la data science.
Code d’exemple
main.py
import numpy as np
values = np.arange(1, 7)
matrix = values.reshape(2, 3)
print(matrix)Résultat attendu
[[1 2 3]
[4 5 6]]Fonctionnement
Le nombre total d’éléments doit rester identique ; une vue est utilisée lorsque possible.
Modifiez les valeurs et exécutez le programme avec le compilateur Python en ligne CodeUtility, sans installation locale.
Exercices pratiques
Modifiez les entrées et testez les cas limites avant d’utiliser des données plus volumineuses.
- Modifiez shape et dtype.
- Testez nombres négatifs, décimaux et valeurs manquantes.
- Mesurez les performances sur un tableau plus grand.