Leer Arrays Afvlakken | Veelgebruikte Numpy-Functies

Sectie 3. Hoofdstuk 5

single

Veeg om het menu te tonen

Afvlakken van een array betekent het omzetten van een multi-dimensionale array naar een 1D-array, waarbij de inhoud wordt ontvouwd.

Deze bewerking is nuttig wanneer de elementen van een array één voor één verwerkt moeten worden of wanneer de data geschikter gemaakt moet worden voor bepaalde algoritmen.

Er zijn drie mogelijke opties voor het afvlakken in NumPy:

Gebruik van de methode ndarray.reshape(-1) of de functie numpy.reshape(array, -1);
Gebruik van de methode ndarray.ravel() of de functie numpy.ravel(array);
Gebruik van de methode ndarray.flatten().

reshape(-1)

De methode .reshape(-1) of de functie reshape(array, -1) retourneert een aaneengesloten afgevlakte array met hetzelfde aantal elementen.

Zoals reeds vermeld in het vorige hoofdstuk, berekent -1 automatisch de grootte van de dimensie op basis van de oorspronkelijke arraygrootte. Omdat slechts één geheel getal voor shape wordt doorgegeven, wordt een 1D-array met hetzelfde aantal elementen geretourneerd.


              1234567
            
import numpy as np
array_2d = np.array([[1, 2, 3], [4, 5, 6]])
flattened_array = array_2d.reshape(-1)
print(f'Flatenned array: {flattened_array}')
# Changing the first element of flattened_array
flattened_array[0] = 10
print(f'Modified initial array:\n{array_2d}')

De .reshape()-methode of de overeenkomstige functie retourneert een view van de originele array, waardoor wijzigingen in de reshaped array ook effect hebben op de originele array.

Het gebruik van flattened_array = np.reshape(array_2d, -1) kan worden toegepast in plaats van het aanroepen van de methode.

ravel()

De ndarray.ravel()-methode of de numpy.ravel(array)-functie werkt hetzelfde als reshape(-1) en retourneert ook een view van de originele array:


              1234567
            
import numpy as np
array_2d = np.array([[1, 2, 3], [4, 5, 6]])
flattened_array = array_2d.ravel()
print(f'Flatenned array: {flattened_array}')
# Changing the first element of flattened_array
flattened_array[0] = 10
print(f'Modified initial array:\n{array_2d}')

flattened_array = np.ravel(array_2d) kan worden gebruikt in plaats van het aanroepen van de methode.

ndarray.flatten()

Als je een kopie van de originele array wilt in plaats van een view, kun je de .flatten()-methode gebruiken:


              1234567
            
import numpy as np
array_2d = np.array([[1, 2, 3], [4, 5, 6]])
flattened_array = array_2d.flatten()
print(f'Flatenned array: {flattened_array}')
# Changing the first element of flattened_array
flattened_array[0] = 10
print(f'Initial array:\n{array_2d}')

Opmerking

Je kunt altijd een kopie van een view van een array maken om een apart object te creëren en deze kopie te wijzigen zonder het originele array te beïnvloeden.

Taak

Veeg om te beginnen met coderen

Gebruik de .flatten() methode correct om exam_scores te 'flattenen' en sla het resultaat op in exam_scores_flattened.
Gebruik de .reshape() methode correct om exam_scores te 'flattenen' en sla het resultaat op in exam_scores_reshaped.
Gebruik de .ravel() methode om exam_scores te 'flattenen' en sla het resultaat op in exam_scores_raveled.
Kies uit de drie gemaakte 'flattened' arrays degene die een kopie is van de originele array, geen view, en ken 100 toe aan het eerste element (gebruik positieve indexering).

Oplossing

Schakel over naar desktop voor praktijkervaringGa verder vanaf waar je bent met een van de onderstaande opties

Was alles duidelijk?

Bedankt voor je feedback!

Sectie 3. Hoofdstuk 5

single

Vraag AI

Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.