NumPy Array Reshape

-

 


Reshaping Arrays

Reshaping berarti mengubah bentuk array.

Bentuk array adalah jumlah elemen dalam setiap dimensi.

Dengan membentuk kembali kita dapat menambah atau menghapus dimensi atau mengubah jumlah elemen di setiap dimensi.

Reshape From 1-D to 2-D

Contoh
Konversikan array 1-D berikut dengan 12 elemen menjadi array 2-D.

Dimensi terluar akan memiliki 4 array, masing-masing dengan 3 elemen.
import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])

newarr = arr.reshape(4, 3)

print(newarr)

Reshape From 1-D to 3-D

Contoh
Konversikan array 1-D berikut dengan 12 elemen menjadi array 3-D.

Dimensi terluar akan memiliki 2 array yang berisi 3 array, masing-masing dengan 2 elemen.
import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])

newarr = arr.reshape(2, 3, 2)

print(newarr)

Bisakah kita membentuk kembali ke bentuk apapun?
Ya. selama elemen yang dibutuhkan untuk membentuk kembali sama dikedua bentuk.

Kita dapat membentuk ulang array 1D 8 elemen menjadi 4 elemen dalam 2 baris array 2D tetapi kita tidak dapat membentuknya kembali menjadi 2 elemen 3 baris 2D karna akan membutuhkan 3x3 = 9 elemen.

Contoh
Coba ubah array 1D dengan 8 elemen menjadi array 2D dengan 3 elemen di setiap dimensi (akan menimbulkan kesalahan).
import numpy as np

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

newarr = arr.reshape(3, 3)

print(newarr)

Return Copy or View?

Contoh
Periksa apakah array yang dikembalikan adalah salinan/copy atau tampilan/view.
import numpy as np

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

print(arr.reshape(2, 4).base)
Contoh diatas mengembalikan array asli, jadi ini adalah tampilan/view.

Unknown Dimension

Kita diperbolehkan memiliki satu dimensi "tidak diketahui".

Artinya kita tidak perlu menentukan angka pasti untuk salah satu dimensi dalam metode reshape.

Pass -1 sebagai nilainya, dan NumPy akan meghitung angka ini untuk kita.

Contoh
Konversi array 1D dengan 8 elemen ke array 3D dengan elemen 2x2.
import numpy as np

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

newarr = arr.reshape(2, 2, -1)

print(newarr)

Note: Kita tidak dapat melewati -1 lebih dari satu dimensi.

Flattening the Arrays

Flattening array berarti mengubah array multidimensi menjadi array 1D.

Kita bisa gunakan reshape(-1) untuk melakukan ini.

Contoh
Ubah array menjadi array 1D.
import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

newarr = arr.reshape(-1)

print(newarr)

Note: Ada banyak fungsi untuk mengubah bentuk array di numpy flatten, ravel dan juga untuk mengatur ulang elemen rot90, flip, fliplr, flipud dll. Ini termasuk dalam bagian Intermediate to Advanced dari numpy.

Komentar

Posting Komentar

Postingan populer dari blog ini

NumPy Array Search

-
Gambar
  Searching Arrays Kita dapat mencari array untuk nilai tertentu, dan mengembalikan index yang cocok. Untuk mencari array, gunakan where() . Contoh Temukan index dimana nilainya adalah 4. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  4 ,  4 ]) x =   np.where(arr ==  4 ) print (x) Contoh diatas akan mengembalikan Tuple: (array([3, 5, 6]),) Yang artinya nilai 4 terdapat pada index 3, 5, dan 6. Contoh Temukan index dimana nilainya genap. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ,  7 ,  8 ]) x =   np.where(arr% 2  ==  0 ) print (x) Contoh Temukan index dimana nilainya ganjil. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ,  7 ,  8 ]) x =   np.where(arr% 2  ==  1 ) print (x) Search Sorted  Ada metode yang disebut searchsorted() yang mela...
Baca selengkapnya

NumPy Array Split

-
Gambar
  Splitting NumPy Arrays Splitting/Pemisahan adalah operasi kebalikan dari Joining. Bergabung/Joining menggabungkan beberapa array menjadi satu dan memisahkan memecah satu array menjadi banyak. Kita menggunakan array_split() untuk memisahkan array, kita memberikan array yang ingin kita bagi dan jumlah pemisahan. Contoh Bagi array menjadi 3 bagian. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ]) newarr =   np.array_split(arr,  3 ) print (newarr) Note: Nilai yang dikembalikan adalah array yang berisi 3 array. Jika array memiliki lebih sedikit elemen dari yang dibutuhkan, array akan menyesuaikan dari akhir. Contoh Bagi array menjadi 4 bagian. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ]) newarr =   np.array_split(arr,  4 ) print (newarr) Note: Kita juga memiliki metode split() tersedia tetapi tidak akan menyesuaikan elemen ketika elemen ku...
Baca selengkapnya

NumPy Array Iterating

-
Gambar
  Iterating Array Iterating/iterasi berarti menelusuri elemen satu per satu. saat kita berurusan dengan array multi-dimensi di numpy, kita bisa melakukan ini menggunakan for loop dasar Python. Jika kita mengulangi/loop pada array 1-D, ia akan melewati setiap elemen satu per satu. Contoh  Iterasi pada elemen array 1-D berikut. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ]) for  x  in  arr:    print (x) Iterating 2-D Arrays Dalam array 2-D itu akan melewati semua baris. Contoh Lakukan iterasi pada elemen array 2D berikut. import  numpy  as  np arr = np.array([[ 1 ,  2 ,  3 ], [ 4 ,  5 ,  6 ]]) for  x  in  arr:    print (x) Jika kita iterasi pada array n -D maka akan melewati dimensi n-1 satu per satu. Untuk mengembalikan nilai aktual, skalar, kita harus mengulangi/loop array di setiap dimensi. Contoh Iterasi pada  setiap elemen skalar dari array 2-D. import ...
Baca selengkapnya