เปลี่ยนรูปร่างอาร์เรย์ NumPy ด้วย reshape
ในบทเรียนนี้ คุณจะจัดอาร์เรย์ NumPy ใหม่ด้วย reshape() ให้มีจำนวนแถวและคอลัมน์ใหม่โดยไม่เปลี่ยนข้อมูล
บทนำ
ปัญหาที่ต้องแก้
ข้อมูลมักมาเป็นตัวเลขเรียงยาวแถวเดียว แต่เราอยากได้เป็นตาราง เช่น ค่ารายเดือน 12 ค่า จัดเป็น 4 ไตรมาส ไตรมาสละ 3 เดือน หรือค่าพิกเซล 784 ค่า จัดเป็นรูปขนาด 28 × 28 การ reshape (การเปลี่ยนรูปร่าง) จัดค่าชุดเดิมให้อยู่ในรูปร่างใหม่ โดยไม่ต้องคัดลอกทีละค่า
ลองนึกภาพแบบนี้
การ reshape เหมือนการย้ายเก้าอี้ 6 ตัวที่เรียงเป็นแถวเดียว มาจัดใหม่เป็น 2 แถว แถวละ 3 ตัว เก้าอี้ชุดเดิม ลำดับเดิม แค่วางต่างไป แต่จะจัด 2 แถว แถวละ 4 ตัว จากเก้าอี้ 6 ตัวไม่ได้
np.arange(1, 7)🪑 เก้าอี้หกตัวในแถวเดียวvalues.reshape(2, 3)🔲 จัดใหม่เป็น 2 แถว แถวละ 32 × 3 = 6✅ แบบใหม่ต้องใช้เก้าอี้ครบทุกตัว ตัวละหนึ่งครั้งพอดีmatrix📋 [[1 2 3] [4 5 6]]การ reshape เปลี่ยนมิติของอาร์เรย์ โดยค่าและลำดับของค่ายังเหมือนเดิม รูปร่างใหม่ต้องมีจำนวนสมาชิกเท่าเดิมพอดี
ประเด็นสำคัญ
np.arange(1, 7)สร้างค่า 1 ถึง 6 ในอาร์เรย์แบบแบน (มิติเดียว)values.reshape(2, 3)จัดเป็น 2 แถว แถวละ 3 ค่า ซึ่ง 2 × 3 ต้องเท่ากับ 6- ค่าจะถูกเติมลงในรูปร่างใหม่ทีละแถว ตามลำดับเดิม
valuesไม่เปลี่ยน ส่วนmatrixเป็น view (มุมมอง) ใหม่ของข้อมูลชุดเดียวกัน
ใช้เมื่อไร?
- เปลี่ยนข้อมูลแถวเดียวให้เป็นแถวและคอลัมน์ เช่น เดือนเป็นไตรมาส พิกเซลเป็นรูปภาพ
- เตรียมอาร์เรย์ให้อยู่ในรูปร่างที่โมเดล machine learning ต้องการ
- ทำให้ตารางกลับเป็นแถวเดียวด้วย
reshape(-1)
เมื่อไรยังไม่จำเป็น
- ต้องการเปลี่ยนจำนวนสมาชิก: reshape เพิ่มหรือลบค่าไม่ได้ ให้ใช้การ slice หรือเติมค่า (padding)
- ต้องการสลับแถวกับคอลัมน์: งานนี้คือ transpose (
.T) ไม่ใช่ reshape
ดูการทำงาน
กด reshape เพื่อดูค่า 12 ค่าเดิมในรูปร่างอื่น ข้อมูลในหน่วยความจำไม่ได้ย้าย เปลี่ยนแค่วิธีอ่าน
โค้ดตัวอย่าง
import numpy as np
values = np.arange(1, 7)
matrix = values.reshape(2, 3)
print(matrix)
ผลลัพธ์จากการรัน
[[1 2 3]
[4 5 6]]
อธิบายโค้ด
ฟังก์ชัน np.arange(1, 7) สร้างอาร์เรย์หนึ่งมิติที่มีตัวเลข 1 ถึง 6 จากนั้น reshape(2, 3) จัดเป็น 2 แถว แถวละ 3 ตัว ผลคูณของขนาดมิติใหม่ต้องเท่ากับจำนวนสมาชิกเดิม ไม่เช่นนั้น NumPy จะแจ้งข้อผิดพลาด เมื่อเป็นไปได้ NumPy จะคืนวิว (view) ที่ใช้ข้อมูลร่วมกันแทนการคัดลอก
เปลี่ยนค่าและรันโปรแกรมด้วย คอมไพเลอร์ Python ออนไลน์ของ CodeUtility โดยไม่ต้องติดตั้ง Python
แบบฝึกหัดเพิ่มเติม
ลองแก้โค้ดตามคำแนะนำด้านล่าง การเปลี่ยนโค้ดแล้วดูผลลัพธ์จะช่วยให้เข้าใจบทเรียนได้ดีกว่าการอ่านอย่างเดียวมาก
- เปลี่ยนรูปร่าง (shape) และชนิดข้อมูล (dtype) ของอาร์เรย์อินพุต
- ทดสอบกับเลขติดลบ ทศนิยม และค่าที่หายไป
- ใช้การคำนวณเดียวกันกับอาร์เรย์หลายมิติที่ใหญ่ขึ้นและจับเวลา
ข้อผิดพลาดที่พบบ่อย
รูปร่างไม่ตรงกับจำนวนค่า
2 × 4 = 8 แต่มีค่าแค่ 6 ค่า
values.reshape(2, 4) # ValueError
values.reshape(2, 3)
เรียนบทนี้จบแล้วใช่ไหม
ทำเครื่องหมายว่าเรียนแล้วเพื่อติดตามความคืบหน้า
ฝึกด้วยโจทย์
ใช้สิ่งที่เรียนในบทนี้แก้ปัญหาจริง ทุกโจทย์รันในเบราว์เซอร์ พร้อมการทดสอบทันทีและรีวิวจาก AI
โจทย์ทั้งหมด