Запустить NumPy онлайн

Изменение формы массива NumPy с помощью reshape

В этом уроке вы перестроите массив NumPy с помощью reshape() под новое число строк и столбцов, не меняя данные.

  • Средний
  • Чтение: 2 мин
  • Примеров для запуска: 1

Введение

Какую задачу это решает

Данные часто приходят одной длинной строкой чисел, а нужны таблицей: 12 месячных значений как 4 квартала по 3 месяца или 784 значения пикселей как изображение 28 × 28. Изменение формы перекладывает те же значения в новую форму без поштучного копирования.

Пример из жизни

Изменение формы похоже на перестановку ряда из 6 стульев в 2 ряда по 3. Те же стулья в том же порядке, просто расставлены иначе. Из 6 стульев нельзя сделать 2 ряда по 4.

От рядов стульев к коду
np.arange(1, 7)🪑 Шесть стульев в один ряд
values.reshape(2, 3)🔲 Переставлены в 2 ряда по 3
2 × 3 = 6✅ Новая расстановка должна использовать каждый стул ровно один раз
matrix📋 [[1 2 3] [4 5 6]]
Те же значения, тот же порядок, новая форма.
Одним предложением

Изменение формы меняет размерности массива, сохраняя его значения и их порядок; в новой форме должно быть ровно столько же элементов.

Главное

  1. np.arange(1, 7) создаёт значения от 1 до 6 в плоском массиве.
  2. values.reshape(2, 3) раскладывает их в 2 строки по 3; 2 × 3 должно равняться 6.
  3. Значения заполняют новую форму строка за строкой, сохраняя порядок.
  4. values не меняется; matrix - новое представление тех же данных.

Когда это нужно?

  • Превращение плоских данных в строки и столбцы: месяцы в кварталы, пиксели в изображения.
  • Подготовка массивов в той форме, которую ждёт модель машинного обучения.
  • Превращение таблицы обратно в одну строку через reshape(-1).

Когда это не нужно

  • Изменение числа элементов: reshape не может добавлять или удалять значения; используйте срезы или дополнение.
  • Обмен строк и столбцов: это транспонирование (.T), а не reshape.

Как это работает

Нажмите reshape, чтобы увидеть те же 12 значений в другой форме. Данные в памяти не двигаются, меняется только способ их чтения.

Пример кода

Запустить код →
main.py
import numpy as np

values = np.arange(1, 7)
matrix = values.reshape(2, 3)

print(matrix)
Получить кнопку запуска для этого примера

Результат выполнения

[[1 2 3]
 [4 5 6]]

Разбор кода

Функция np.arange(1, 7) создаёт одномерный массив с числами от 1 до 6. Затем reshape(2, 3) раскладывает их в 2 строки по 3 элемента. Произведение новых размеров должно равняться исходному числу элементов, иначе NumPy выдаст ошибку. Когда это возможно, NumPy возвращает представление (view), которое разделяет данные, а не копирует их.

Измените значения и запустите программу в онлайн-компиляторе Python CodeUtility без локальной установки Python.

Упражнения для практики

Попробуйте изменить код по подсказкам ниже. Если менять код и смотреть на результат, урок запомнится гораздо лучше, чем при простом чтении.

  1. Измените форму (shape) и тип данных (dtype) входного массива.
  2. Проверьте работу на отрицательных и дробных числах и пропущенных значениях.
  3. Примените ту же операцию к большему многомерному массиву и измерьте время.
Запустить в компиляторе Python →

Частые ошибки

Форма не совпадает с размером

2 × 4 = 8, а значений всего 6.

Ошибка
values.reshape(2, 4)  # ValueError
Исправление
values.reshape(2, 3)

Закончили этот урок?

Отметьте его как изученный, чтобы следить за прогрессом.

Далее: Умножение матриц в NumPy →

Попрактикуйтесь на задаче

Примените материал этого урока к реальной задаче. Каждая задача запускается в браузере, с мгновенными тестами и разбором от ИИ.

Все задачи