รัน NumPy ออนไลน์

เปลี่ยนรูปร่างอาร์เรย์ NumPy ด้วย reshape

ในบทเรียนนี้ คุณจะจัดอาร์เรย์ NumPy ใหม่ด้วย reshape() ให้มีจำนวนแถวและคอลัมน์ใหม่โดยไม่เปลี่ยนข้อมูล

  • ระดับกลาง
  • อ่าน 2 นาที
  • ตัวอย่างที่รันได้ 1 ตัวอย่าง

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

จากแถวเก้าอี้สู่โค้ด
np.arange(1, 7)🪑 เก้าอี้หกตัวในแถวเดียว
values.reshape(2, 3)🔲 จัดใหม่เป็น 2 แถว แถวละ 3
2 × 3 = 6✅ แบบใหม่ต้องใช้เก้าอี้ครบทุกตัว ตัวละหนึ่งครั้งพอดี
matrix📋 [[1 2 3] [4 5 6]]
ค่าเดิม ลำดับเดิม รูปร่างใหม่
สรุปในประโยคเดียว

การ reshape เปลี่ยนมิติของอาร์เรย์ โดยค่าและลำดับของค่ายังเหมือนเดิม รูปร่างใหม่ต้องมีจำนวนสมาชิกเท่าเดิมพอดี

ประเด็นสำคัญ

  1. np.arange(1, 7) สร้างค่า 1 ถึง 6 ในอาร์เรย์แบบแบน (มิติเดียว)
  2. values.reshape(2, 3) จัดเป็น 2 แถว แถวละ 3 ค่า ซึ่ง 2 × 3 ต้องเท่ากับ 6
  3. ค่าจะถูกเติมลงในรูปร่างใหม่ทีละแถว ตามลำดับเดิม
  4. values ไม่เปลี่ยน ส่วน matrix เป็น 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

รันโค้ด →
main.py
import numpy as np

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

print(matrix)
สร้างปุ่ม Run สำหรับตัวอย่างนี้

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

  1. เปลี่ยนรูปร่าง (shape) และชนิดข้อมูล (dtype) ของอาร์เรย์อินพุต
  2. ทดสอบกับเลขติดลบ ทศนิยม และค่าที่หายไป
  3. ใช้การคำนวณเดียวกันกับอาร์เรย์หลายมิติที่ใหญ่ขึ้นและจับเวลา
รันในคอมไพเลอร์ Python →

ข้อผิดพลาดที่พบบ่อย

รูปร่างไม่ตรงกับจำนวนค่า

2 × 4 = 8 แต่มีค่าแค่ 6 ค่า

ปัญหา
values.reshape(2, 4)  # ValueError
วิธีแก้
values.reshape(2, 3)

เรียนบทนี้จบแล้วใช่ไหม

ทำเครื่องหมายว่าเรียนแล้วเพื่อติดตามความคืบหน้า

ถัดไป: คูณเมทริกซ์ด้วย NumPy →

ฝึกด้วยโจทย์

ใช้สิ่งที่เรียนในบทนี้แก้ปัญหาจริง ทุกโจทย์รันในเบราว์เซอร์ พร้อมการทดสอบทันทีและรีวิวจาก AI

โจทย์ทั้งหมด