Bentuk array dapat didefinisikan sebagai jumlah elemen dalam setiap dimensi. Dimensi adalah jumlah indeks atau subskrip, yang kami perlukan untuk menentukan elemen individual dari array Show
Bagaimana kita bisa mendapatkan Bentuk Array?Di NumPy kita akan menggunakan atribut yang disebut bentuk yang mengembalikan tupel, elemen tupel memberikan panjang dimensi array yang sesuai
Contoh 1. (Mencetak bentuk array multidimensi) Python3
[[[[[[ 2 4 6 8 10]]]]]] shape of an array : (1, 1, 1, 1, 1, 5)0 , [[[[[[ 2 4 6 8 10]]]]]] shape of an array : (1, 1, 1, 1, 1, 5)2 , [[[[[[ 2 4 6 8 10]]]]]] shape of an array : (1, 1, 1, 1, 1, 5)4 [[[[[[ 2 4 6 8 10]]]]]] shape of an array : (1, 1, 1, 1, 1, 5)5 [[[[[[ 2 4 6 8 10]]]]]] shape of an array : (1, 1, 1, 1, 1, 5)6 , [[[[[[ 2 4 6 8 10]]]]]] shape of an array : (1, 1, 1, 1, 1, 5)8 , import 0_______4___2_______44
[[[[[[ 2 4 6 8 10]]]]]] shape of an array : (1, 1, 1, 1, 1, 5)6_____________________________________________________________________________________________________________________________________________________________________________________________
________46 [[[[[[ 2 4 6 8 10]]]]]] shape of an array : (1, 1, 1, 1, 1, 5)_47_______0 ________46 [[[[[[ 2 4 6 8 10]]]]]] shape of an array : (1, 1, 1, 1, 1, 5)_47_______2 Keluaran. (2, 4) (2, 2,2) Contoh di atas mengembalikan (2, 4) dan (2,2,2) yang berarti arr1 memiliki 2 dimensi dan setiap dimensi memiliki 4 elemen. Demikian pula, arr2 memiliki 3 dimensi dan setiap dimensi memiliki 2 baris dan 2 kolom Contoh 2. (Membuat array menggunakan ndmin menggunakan vektor dengan nilai 2,4,6,8,10 dan memverifikasi nilai dimensi terakhir) python3
________47______7 [[[[[[ 2 4 6 8 10]]]]]] shape of an array : (1, 1, 1, 1, 1, 5)8 , import 0, import 2, = 8________48______9_______48_______________44_____48_______48_______________44_____2 Modul numpy memiliki fungsi bentuk, yang membantu kita menemukan ukuran array atau matriks. Terlepas dari fungsi bentuk ini, modul Python numpy memiliki fungsi reshape, resize, transpose, swapaxes, flatten, ravel, dan squeeze untuk mengubah matriks array ke ukuran yang diperlukan Bentuk Array Python numpyModul numpy memiliki satu properti penting yang disebut bentuk, dan properti ini untuk mendapatkan atau menemukan bentuknya import numpy as np arr = np.array([10, 20, 30, 40, 50, 60, 70, 80]) print(arr) print(np.shape(arr))
Izinkan saya menunjukkan satu lagi contoh bentuk array numpy Python. Di sini, kami menggunakan array dengan ukuran berbeda dan kemudian menemukan bentuknya menggunakan properti ini import numpy as np x = np.array([[10, 20, 30], [40, 50, 60]]) print(x) print('x = ', np.shape(x)) print() arr = np.array([[1, 2], [3, 4], [5, 6], [7, 8]]) print(arr) print('arr = ', np.shape(arr)) arr1 = np.random.randint(5, 50, size = (5, 8)) print('\n-----Two Dimensional Random----') print(arr1) print('arr1 = ', np.shape(arr1)) arr2 = np.array([[[ 7, 24, 24, 22], [24, 10, 16, 2], [ 1, 16, 7, 16]], [[22, 23, 12, 39], [16, 30, 37, 15],[16, 17, 3, 19]]]) print('\n-----Three Dimensional----') print(arr2) print('arr2 = ', np.shape(arr2))
Array Python numpy membentuk kembaliFungsi ini menerima array sebagai argumen pertama dan bentuk atau ukuran matriks sebagai argumen kedua import numpy as np arr = np.array([[10, 20, 30], [40, 50, 60]]) print(arr) print('arr = ', np.shape(arr)) print('\n---New---') new_arr = np.reshape(arr, (6,)) print(new_arr) print('new_arr = ', np.shape(new_arr)) Keluaran
Ini adalah contoh lain dari fungsi reshape. Di sini, kami menggunakan larik satu dimensi dan membentuknya kembali menjadi dimensi yang berbeda. Untuk referensi Anda, kami menggunakan fungsi bentuk array Numpy Python untuk mengembalikan bentuk setelah membentuknya kembali import numpy as np arr = np.array([10, 20, 30, 40, 50, 60, 70, 80]) print(arr) print(np.shape(arr)) print('\n---New ---') new_arr = np.reshape(arr, (2,4)) print(new_arr) print(np.shape(new_arr)) print('\n---New ---') new_arr1 = np.reshape(arr, (4, 2)) print(new_arr1) print(np.shape(new_arr1)) print('\n---New ---') new_arr2 = np.reshape(arr, (8,1)) print(new_arr2) print(np.shape(new_arr2))
Jika Anda tidak tahu atau tidak ingin menggunakan nilai kedua, Anda dapat menetapkan -1. Fungsi reshape secara otomatis mengambil ukuran dan menggantinya dengan -1 ________24___25_______Mengubah ukuran arrayFungsi resize Python berguna untuk mengubah ukuran array numpy yang ada ke bentuk yang diinginkan. Fungsi ini menerima array sebagai argumen pertama dan ukuran bentuk yang diinginkan sebagai argumen kedua. Jika Anda menentukan bentuk yang diinginkan lebih besar dari aslinya, fungsi resize array Numpy mereplikasi nilai-nilai dalam array dasar untuk membuat array besar 0fungsi resize untuk mengubah output bentuk 1Mari kita lihat apa yang terjadi ketika kita mengubah ukuran larik Python ke ukuran yang lebih kecil 2transpos numpyFungsi transpos membantu Anda mentranspos matriks atau 2D yang diberikan 3Ubah bentuk menggunakan output fungsi transpose _4Transpose Tiga DimensiIzinkan saya menggunakan fungsi transpos ini untuk mengubah urutan 3D 5Mengubah bentuk dengan mentransposisi keluaran tiga dimensi 6swapax Array numpyFungsi swapaxes adalah untuk menukar dua sumbu array yang diberikan. Itu menerima tiga argumen - nama, sumbu_pertama, dan sumbu_kedua. Selanjutnya, fungsi numpy swapaxes menukar first_axis dan second_axis 7swapax menghasilkan output 8Kali ini, kami menggunakan fungsi swapaxes Python ini pada larik acak tiga dimensi yang dihasilkan oleh fungsi randint _9swapaxes output fungsi import numpy as np x = np.array([[10, 20, 30], [40, 50, 60]]) print(x) print('x = ', np.shape(x)) print() arr = np.array([[1, 2], [3, 4], [5, 6], [7, 8]]) print(arr) print('arr = ', np.shape(arr)) arr1 = np.random.randint(5, 50, size = (5, 8)) print('\n-----Two Dimensional Random----') print(arr1) print('arr1 = ', np.shape(arr1)) arr2 = np.array([[[ 7, 24, 24, 22], [24, 10, 16, 2], [ 1, 16, 7, 16]], [[22, 23, 12, 39], [16, 30, 37, 15],[16, 17, 3, 19]]]) print('\n-----Three Dimensional----') print(arr2) print('arr2 = ', np.shape(arr2))_0 numpy Array ratakanFungsi flatten Python menciutkan array yang diberikan menjadi satu dimensi. Fungsi perataan array Numpy Python ini menerima parameter pesanan untuk menentukan urutan item perataan order = {C, F, A, K} – Anda dapat menggunakan salah satunya, atau menganggap C karena merupakan default. C berarti item akan diratakan dalam urutan baris-utama. F berarti gaya Fortran atau urutan utama kolom. Jika larik Fortran bersebelahan, A meratakan urutan utama kolom jika tidak, urutan baris-utama. K meratakan urutan elemen yang terjadi di memori import numpy as np x = np.array([[10, 20, 30], [40, 50, 60]]) print(x) print('x = ', np.shape(x)) print() arr = np.array([[1, 2], [3, 4], [5, 6], [7, 8]]) print(arr) print('arr = ', np.shape(arr)) arr1 = np.random.randint(5, 50, size = (5, 8)) print('\n-----Two Dimensional Random----') print(arr1) print('arr1 = ', np.shape(arr1)) arr2 = np.array([[[ 7, 24, 24, 22], [24, 10, 16, 2], [ 1, 16, 7, 16]], [[22, 23, 12, 39], [16, 30, 37, 15],[16, 17, 3, 19]]]) print('\n-----Three Dimensional----') print(arr2) print('arr2 = ', np.shape(arr2))_1 output menggunakan fungsi ratakan import numpy as np x = np.array([[10, 20, 30], [40, 50, 60]]) print(x) print('x = ', np.shape(x)) print() arr = np.array([[1, 2], [3, 4], [5, 6], [7, 8]]) print(arr) print('arr = ', np.shape(arr)) arr1 = np.random.randint(5, 50, size = (5, 8)) print('\n-----Two Dimensional Random----') print(arr1) print('arr1 = ', np.shape(arr1)) arr2 = np.array([[[ 7, 24, 24, 22], [24, 10, 16, 2], [ 1, 16, 7, 16]], [[22, 23, 12, 39], [16, 30, 37, 15],[16, 17, 3, 19]]]) print('\n-----Three Dimensional----') print(arr2) print('arr2 = ', np.shape(arr2))_2 Kali ini, kami membuat larik bilangan bulat tiga dimensi acak menggunakan fungsi randint. Selanjutnya, kami menggunakan fungsi flatten Python Numpy ini untuk meratakan ke dimensi tunggal import numpy as np x = np.array([[10, 20, 30], [40, 50, 60]]) print(x) print('x = ', np.shape(x)) print() arr = np.array([[1, 2], [3, 4], [5, 6], [7, 8]]) print(arr) print('arr = ', np.shape(arr)) arr1 = np.random.randint(5, 50, size = (5, 8)) print('\n-----Two Dimensional Random----') print(arr1) print('arr1 = ', np.shape(arr1)) arr2 = np.array([[[ 7, 24, 24, 22], [24, 10, 16, 2], [ 1, 16, 7, 16]], [[22, 23, 12, 39], [16, 30, 37, 15],[16, 17, 3, 19]]]) print('\n-----Three Dimensional----') print(arr2) print('arr2 = ', np.shape(arr2))_3 flatten berfungsi untuk meratakan atau mengubah output bentuk import numpy as np x = np.array([[10, 20, 30], [40, 50, 60]]) print(x) print('x = ', np.shape(x)) print() arr = np.array([[1, 2], [3, 4], [5, 6], [7, 8]]) print(arr) print('arr = ', np.shape(arr)) arr1 = np.random.randint(5, 50, size = (5, 8)) print('\n-----Two Dimensional Random----') print(arr1) print('arr1 = ', np.shape(arr1)) arr2 = np.array([[[ 7, 24, 24, 22], [24, 10, 16, 2], [ 1, 16, 7, 16]], [[22, 23, 12, 39], [16, 30, 37, 15],[16, 17, 3, 19]]]) print('\n-----Three Dimensional----') print(arr2) print('arr2 = ', np.shape(arr2))_4 Ravel Numpy ArrayFungsi ravel Python mengembalikan array satu dimensi yang diratakan secara berdekatan. Sintaks dari fungsi ravel Python Numpy ini adalah import numpy as np x = np.array([[10, 20, 30], [40, 50, 60]]) print(x) print('x = ', np.shape(x)) print() arr = np.array([[1, 2], [3, 4], [5, 6], [7, 8]]) print(arr) print('arr = ', np.shape(arr)) arr1 = np.random.randint(5, 50, size = (5, 8)) print('\n-----Two Dimensional Random----') print(arr1) print('arr1 = ', np.shape(arr1)) arr2 = np.array([[[ 7, 24, 24, 22], [24, 10, 16, 2], [ 1, 16, 7, 16]], [[22, 23, 12, 39], [16, 30, 37, 15],[16, 17, 3, 19]]]) print('\n-----Three Dimensional----') print(arr2) print('arr2 = ', np.shape(arr2))_5 Fungsi ravel ini menerima parameter urutan untuk menentukan urutan item perataan. C berarti indeks item dalam urutan baris-utama. F berarti item indeks dalam gaya Fortran atau urutan utama kolom. Jika Fortran bersebelahan, A membaca indeks dalam urutan utama kolom jika tidak, urutan baris-utama. K membaca indeks dalam urutan elemen yang terjadi di memori import numpy as np x = np.array([[10, 20, 30], [40, 50, 60]]) print(x) print('x = ', np.shape(x)) print() arr = np.array([[1, 2], [3, 4], [5, 6], [7, 8]]) print(arr) print('arr = ', np.shape(arr)) arr1 = np.random.randint(5, 50, size = (5, 8)) print('\n-----Two Dimensional Random----') print(arr1) print('arr1 = ', np.shape(arr1)) arr2 = np.array([[[ 7, 24, 24, 22], [24, 10, 16, 2], [ 1, 16, 7, 16]], [[22, 23, 12, 39], [16, 30, 37, 15],[16, 17, 3, 19]]]) print('\n-----Three Dimensional----') print(arr2) print('arr2 = ', np.shape(arr2))_6 fungsi ravel untuk membentuk output array import numpy as np x = np.array([[10, 20, 30], [40, 50, 60]]) print(x) print('x = ', np.shape(x)) print() arr = np.array([[1, 2], [3, 4], [5, 6], [7, 8]]) print(arr) print('arr = ', np.shape(arr)) arr1 = np.random.randint(5, 50, size = (5, 8)) print('\n-----Two Dimensional Random----') print(arr1) print('arr1 = ', np.shape(arr1)) arr2 = np.array([[[ 7, 24, 24, 22], [24, 10, 16, 2], [ 1, 16, 7, 16]], [[22, 23, 12, 39], [16, 30, 37, 15],[16, 17, 3, 19]]]) print('\n-----Three Dimensional----') print(arr2) print('arr2 = ', np.shape(arr2))_7 Dalam contoh ini, kami mendeklarasikan bilangan bulat tiga dimensi bilangan acak menggunakan fungsi randint Python. Selanjutnya, kami menggunakan fungsi ravel ini untuk meratakan yang acak ini menjadi dimensi tunggal yang bersebelahan Apa atribut bentuk di Python?Atribut bentuk di numpy adalah digunakan untuk mengembalikan tuple dengan nomor indeks yang mewakili dimensi atau bentuk dari larik yang diberikan .
Apa itu bentuk di Python NumPy?Array NumPy memiliki atribut yang disebut bentuk yang mengembalikan tuple dengan setiap indeks memiliki jumlah elemen yang sesuai .
Bagaimana Anda menemukan bentuk di Python?Bagaimana kita bisa mendapatkan Bentuk Array? . Sintaksis. numpy. bentuk(nama_array) Parameter. Array diteruskan sebagai Parameter Kembali. Tuple yang elemennya memberikan panjang dimensi array yang sesuai Apa bentuk daftar di Python?objek daftar tidak memiliki dimensi atau bentuk . mereka hanya memiliki panjang. |