Mudar o formato de arrays NumPy com reshape
Nesta lição, você vai usar reshape() para reorganizar um array NumPy em um novo número de linhas e colunas sem alterar os dados.
Introdução
O problema
Os dados muitas vezes chegam como uma linha longa de números, mas você precisa deles como tabela: 12 valores mensais como 4 trimestres de 3 meses, ou 784 valores de pixels como uma imagem de 28 × 28. O reshape reorganiza os mesmos valores em uma nova forma sem copiá-los um por um.
Pense assim
Fazer reshape é como reorganizar uma fileira de 6 cadeiras em 2 fileiras de 3. As mesmas cadeiras, na mesma ordem, só dispostas de outro jeito. Não dá para fazer 2 fileiras de 4 com 6 cadeiras.
np.arange(1, 7)🪑 Seis cadeiras em uma fileiravalues.reshape(2, 3)🔲 Reorganizadas em 2 fileiras de 32 × 3 = 6✅ A nova disposição deve usar cada cadeira exatamente uma vezmatrix📋 [[1 2 3] [4 5 6]]O reshape muda as dimensões de um array mantendo os valores e a ordem deles. A nova forma precisa ter exatamente o mesmo número de elementos.
Pontos-chave
np.arange(1, 7)cria os valores de 1 a 6 em um array plano.values.reshape(2, 3)os organiza em 2 linhas de 3; 2 × 3 precisa ser igual a 6.- Os valores preenchem a nova forma linha por linha, mantendo a ordem.
valuesnão muda;matrixé uma nova visão (view) dos mesmos dados.
Quando usar?
- Transformar dados planos em linhas e colunas: meses em trimestres, pixels em imagens.
- Preparar arrays na forma que um modelo de machine learning espera.
- Achatar uma tabela de volta em uma linha com
reshape(-1).
Quando não é preciso
- Mudar o número de elementos: o reshape não pode adicionar nem remover valores; use fatiamento ou preenchimento.
- Trocar linhas e colunas: isso é transpor (
.T), não reshape.
Veja como funciona
Clique em reshape para ver os mesmos 12 valores com outro formato. Os dados não se movem na memória, só muda a forma de lê-los.
Código de exemplo
import numpy as np
values = np.arange(1, 7)
matrix = values.reshape(2, 3)
print(matrix)
Resultado da execução
[[1 2 3]
[4 5 6]]
Explicação do código
A função np.arange(1, 7) cria um array unidimensional com os números de 1 a 6. Depois, reshape(2, 3) os organiza em 2 linhas de 3 elementos. O produto das novas dimensões precisa ser igual ao total de elementos original, senão o NumPy dá erro. Quando possível, o NumPy retorna uma view que compartilha os dados em vez de copiá-los.
Altere os valores e execute o programa no compilador Python online CodeUtility sem instalar Python.
Exercícios práticos
Tente modificar o código seguindo as sugestões abaixo. Mudar o código e observar o resultado ajuda você a entender muito mais do que só ler.
- Mude o formato (shape) e o tipo de dado (dtype) do array de entrada.
- Teste com números negativos, decimais e valores ausentes.
- Aplique a mesma operação em um array maior, com mais dimensões, e meça o tempo.
Erros comuns
Uma forma que não bate com o tamanho
2 × 4 = 8, mas só existem 6 valores.
values.reshape(2, 4) # ValueError
values.reshape(2, 3)
Terminou esta lição?
Marque como aprendida para acompanhar seu progresso.
Pratique com um desafio
Use o conteúdo desta lição para resolver um problema real. Cada desafio roda no navegador, com testes instantâneos e uma revisão por IA.
Todos os desafios