Apa bentuk dalam python?

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

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

Sintaksis. numpy. bentuk(nama_array)
Parameter. Array diteruskan sebagai Parameter.  
Kembali. Tuple yang elemennya memberikan panjang dimensi array yang sesuai.  
 

Contoh 1. (Mencetak bentuk array multidimensi)

Python3

import numpy as npy

# creating a 2-d array

arr1= npy.array([[1,

[[[[[[ 2  4  6  8 10]]]]]]
shape of an array : (1, 1, 1, 1, 1, 5)

[[[[[[ 2  4  6  8 10]]]]]]
shape of an array : (1, 1, 1, 1, 1, 5)

[[[[[[ 2  4  6  8 10]]]]]]
shape of an array : (1, 1, 1, 1, 1, 5)

[[[[[[ 2  4  6  8 10]]]]]]
shape of an array : (1, 1, 1, 1, 1, 5)

[[[[[[ 2  4  6  8 10]]]]]]
shape of an array : (1, 1, 1, 1, 1, 5)

[[[[[[ 2  4  6  8 10]]]]]]
shape of an array : (1, 1, 1, 1, 1, 5)

import_4

import5= import71,

[[[[[[ 2  4  6  8 10]]]]]]
shape of an array : (1, 1, 1, 1, 1, 5)

# creating a 2-d array_4

# creating a 2-d array_5

# creating a 2-d array_6

# creating a 2-d array_7

# creating a 2-d array_8

________46

[[[[[[ 2  4  6  8 10]]]]]]
shape of an array : (1, 1, 1, 1, 1, 5)

________46

[[[[[[ 2  4  6  8 10]]]]]]
shape of an array : (1, 1, 1, 1, 1, 5)

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

import numpy as npy

arr15

arr16

________47______7= arr19________0______6,

[[[[[[ 2  4  6  8 10]]]]]]
shape of an array : (1, 1, 1, 1, 1, 5)

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 numpy

Modul 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))

[10 20 30 40 50 60 70 80]
(8,)

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))

[[10 20 30]
 [40 50 60]]
x =  (2, 3)

[[1 2]
 [3 4]
 [5 6]
 [7 8]]
arr =  (4, 2)

-----Two Dimensional Random----
[[15 41 15 28 34 39 29 38]
 [12 39 22 37 32 15 40 17]
 [48 18 23 41 43 21 10 12]
 [33 49  9 18 31 38 24 28]
 [10 46 46 10 41 37 40 21]]
arr1 =  (5, 8)

-----Three Dimensional----
[[[ 7 24 24 22]
  [24 10 16  2]
  [ 1 16  7 16]]

 [[22 23 12 39]
  [16 30 37 15]
  [16 17  3 19]]]
arr2 =  (2, 3, 4)

Array Python numpy membentuk kembali

Fungsi 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

[[10 20 30]
 [40 50 60]]
arr =  (2, 3)

---New---
[10 20 30 40 50 60]
new_arr =  (6,)

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))

[10 20 30 40 50 60 70 80]
(8,)

---New ---
[[10 20 30 40]
 [50 60 70 80]]
(2, 4)

---New ---
[[10 20]
 [30 40]
 [50 60]
 [70 80]]
(4, 2)

---New ---
[[10]
 [20]
 [30]
 [40]
 [50]
 [60]
 [70]
 [80]]
(8, 1)

Jika Anda tidak tahu atau tidak ingin menggunakan nilai kedua, Anda dapat menetapkan -1. Fungsi reshape secara otomatis mengambil ukuran dan menggantinya dengan -1

Mengubah ukuran array

Fungsi 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

[10 20 30 40 50 60 70 80]
(8,)

fungsi resize untuk mengubah output bentuk

[10 20 30 40 50 60 70 80]
(8,)

Mari kita lihat apa yang terjadi ketika kita mengubah ukuran larik Python ke ukuran yang lebih kecil

[10 20 30 40 50 60 70 80]
(8,)

transpos numpy

Fungsi transpos membantu Anda mentranspos matriks atau 2D yang diberikan

[10 20 30 40 50 60 70 80]
(8,)

Ubah bentuk menggunakan output fungsi transpose

[10 20 30 40 50 60 70 80]
(8,)

Transpose Tiga Dimensi

Izinkan saya menggunakan fungsi transpos ini untuk mengubah urutan 3D

[10 20 30 40 50 60 70 80]
(8,)

Mengubah bentuk dengan mentransposisi keluaran tiga dimensi

[10 20 30 40 50 60 70 80]
(8,)

swapax Array numpy

Fungsi 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

[10 20 30 40 50 60 70 80]
(8,)

swapax menghasilkan output

[10 20 30 40 50 60 70 80]
(8,)

Kali ini, kami menggunakan fungsi swapaxes Python ini pada larik acak tiga dimensi yang dihasilkan oleh fungsi randint

[10 20 30 40 50 60 70 80]
(8,)

swapaxes 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))

numpy Array ratakan

Fungsi 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))

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))

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))

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))

Ravel Numpy Array

Fungsi 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))

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))

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))

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?

Apa itu bentuk di Python NumPy?

Bagaimana Anda menemukan bentuk di Python?

Apa bentuk daftar di Python?