Daten umformen
In einigen Fällen müssen Sie die Daten von breit auf lang umformen. Hierfür können Sie die Umformfunktion verwenden. Die Syntax lautet
numpy.reshape(a, newShape, order='C')
Hier,
a : Array, das Sie umformen möchten
newShape : Die neue Wunschform
Reihenfolge : Die Standardeinstellung ist C, ein wesentlicher Zeilenstil.
Exampe der Umformung
import numpy as npe = np.array([(1,2,3), (4,5,6)])print(e)e.reshape(3,2)
Ausgabe:
// Before reshape[[1 2 3][4 5 6]]
//After Reshapearray([[1, 2],[3, 4],[5, 6]])
Daten reduzieren
Wenn Sie mit einem neuronalen Netzwerk wie Convnet arbeiten, müssen Sie das Array reduzieren. Sie können flatten () verwenden. Die Syntax lautet
numpy.flatten(order='C')
Hier,
Reihenfolge : Die Standardeinstellung ist C, ein wesentlicher Zeilenstil.
Exampe von Flatten
e.flatten()
Ausgabe:
array([1, 2, 3, 4, 5, 6])