Data Science Academy · درس

إعادة تشكيل المصفوفات وتسطيحها

غيّر الأبعاد دون فقدان البيانات.

إعادة تشكيل المصفوفات وتسطيحها درس مجاني في Data Science Academy على CoddyKit. هذا هو الدرس 1 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Data Science Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Data Science Academy 4 دروس في المجموع.

بعض أجزاء هذا الدرس لم تُترجم بعد وتظهر باللغة الإنجليزية.

Same Data, New Shape

An array is just numbers plus a shape. Reshaping rearranges those numbers into new dimensions without copying or changing a single value.

Calling reshape

Use reshape to lay 12 numbers out as a 3 by 4 grid. The total count must stay the same, or NumPy raises an error.

import numpy as np
a = np.arange(12)
b = a.reshape(3, 4)

Rows Times Columns

The new shape only works if the dimensions multiply to the original size. Here 3 times 4 equals 12, so the reshape fits perfectly.

Let NumPy Do the Math

Pass -1 for one dimension and NumPy computes it for you. It is a handy shortcut when you only know one side of the grid.

a = np.arange(12)
b = a.reshape(3, -1)   # becomes 3 x 4

Going to 1D With ravel

Need a flat line of numbers again? ravel collapses any array into a single dimension, reading values row by row.

grid = np.arange(6).reshape(2, 3)
flat = grid.ravel()   # [0 1 2 3 4 5]

flatten Makes a Copy

The flatten method also returns 1D, but always as a fresh copy. Editing the result never touches the original array.

flat = grid.flatten()
flat[0] = 99   # grid is untouched

ravel May Share Memory

Unlike flatten, ravel often returns a view that shares memory with the source. Change the view and the original can change too.

Add a Dimension

A 1D array can grow into a column with reshape. Turning shape (3,) into (3, 1) is common before stacking or matrix math.

v = np.array([1, 2, 3])
col = v.reshape(3, 1)

Transpose Flips Axes

The .T attribute swaps rows and columns. A 2 by 3 array instantly becomes 3 by 2, mirroring the data across its diagonal.

grid = np.arange(6).reshape(2, 3)
turned = grid.T   # shape 3 x 2

Shape Must Stay Consistent

You cannot reshape 10 numbers into a 3 by 4 grid. The element count on both sides must match, so plan dimensions before you reshape.

Why Reshaping Matters

Models and plotting tools expect specific shapes. Reshaping lets one block of numbers serve a vector, a matrix, or an image as needed.

Quick Check

You want a guaranteed independent 1D copy of an array.

Reshape Recap

You reshaped data while keeping its values, used -1 for auto sizing, and learned that flatten copies while ravel may share memory. 🎯

الأسئلة الشائعة

هل درس «إعادة تشكيل المصفوفات وتسطيحها» مجاني؟

نعم — نص درس «إعادة تشكيل المصفوفات وتسطيحها» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Data Science Academy، انتقل إلى CoddyKit PRO. تتضمن دورة Data Science Academy 4 دروس في المجموع.

ماذا ستتعلم في «إعادة تشكيل المصفوفات وتسطيحها»؟

غيّر الأبعاد دون فقدان البيانات. تتمرن على Data Science Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.

هل أحتاج إلى خبرة سابقة لأبدأ Data Science Academy؟

لا تُشترط خبرة سابقة. Data Science Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 1 من أصل 4.

كم من الوقت يستغرق درس «إعادة تشكيل المصفوفات وتسطيحها»؟

معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.

هل يمكنني كتابة وتشغيل أكواد في درس Data Science Academy هذا؟

نعم. كل درس في Data Science Academy يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.

جميع الدروس في هذه الدورة

← العودة إلى Data Science Academy