자세한 내용numpy.ndarray.reshape () 함수의 매개 변수 문제

우리는 numpy를 안다.ndarray.reshape () 는numpy 그룹의 모양을 바꾸는 데 사용되지만, 그 매개 변수는 특수한 용법이 있을 수 있습니다. 여기서 더 설명하겠습니다.코드는 다음과 같습니다.

import numpy as np

class Debug:
  def __init__(self):
    self.array1 = np.ones(6)

  def mainProgram(self):
    print("The value of array1 is: ")
    print(self.array1)
    print("The array2 is: ")
    array2 = self.array1.reshape(2, 3)
    print(array2)

if __name__ == '__main__':
  main = Debug()
  main.mainProgram()
"""
The value of array1 is: 
[1. 1. 1. 1. 1. 1.]
The array2 is: 
[[1. 1. 1.]
 [1. 1. 1.]]
"""

여기서 우리는 우리가 길이가 6인 1차원 그룹을 사이즈가 (2,3)인 2차원 그룹으로 바꾸는 것을 보았다. 이곳의 2는 2행, 대응 y축, 3은 3열, 대응 x축이다.
그러나 때때로 우리는reshape에서 -1이라는 매개 변수를 사용하는데, 이 매개 변수를 사용할 때, 수조를 재구성하는 것이 매우 간단해진다.코드는 다음과 같습니다.

class Debug:
  def __init__(self):
    self.array1 = np.ones(6)

  def mainProgram(self):
    print("The value of array1 is: ")
    print(self.array1)
    print("The array2 is: ")
    array2 = self.array1.reshape(-1, 3)
    print(array2)


if __name__ == '__main__':
  main = Debug()
  main.mainProgram()
"""
The value of array1 is: 
[1. 1. 1. 1. 1. 1.]
The array2 is: 
[[1. 1. 1.]
 [1. 1. 1.]]
"""

우리는 우리가 Reshape의 첫 번째 파라미터를 -1로 바꾸었을 때, 우리는 여전히 사이즈가 (2,3)인 수조를 얻었다. 사실 여기서 -1은 6/3=2이라는 뜻을 대표한다. 그 중에서 6은 플라스틱 1차원 수조의 길이이고 3은 우리가 지정한 2차원 수조의 한 방향의 차원이다.이러한 장점은 데이터의 양이 비교적 많을 때 우리가 2차원 그룹을 다시 만들 때 한 차원의 사이즈만 지정하면 다른 차원의 사이즈python이 자동으로 계산해 준다는 것이다.
이 책에 대한 상세한 설명은numpy입니다.ndarray.reshape () 함수의 매개 변수 문제에 대한 글은 여기까지입니다.ndarray.reshape () 함수 매개 변수 내용은 이전의 글을 검색하거나 아래의 관련 글을 계속 훑어보십시오. 앞으로 많은 응원 부탁드립니다!