Ridimensionare e appiattire gli array
Modifichi le dimensioni senza perdere dati.
Ridimensionare e appiattire gli array è una lezione Data Science Academy gratuita su CoddyKit. Questa è la lezione 1 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento Data Science Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso Data Science Academy include 4 lezioni in totale.
Stessi dati, nuova forma
Un array è semplicemente un insieme di numeri con una shape. Il reshaping riordina quei numeri in nuove dimensioni senza copiarli né modificare alcun valore.
Chiamare reshape
Usi reshape per disporre 12 numeri in una griglia 3 per 4. Il numero totale deve rimanere invariato, altrimenti NumPy genera un errore.
import numpy as np
a = np.arange(12)
b = a.reshape(3, 4)Righe per colonne
La nuova shape funziona solo se le dimensioni si moltiplicano fino a ottenere la dimensione originale. Qui 3 per 4 fa 12, quindi il reshape è perfetto.
Lasci che NumPy faccia i calcoli
Passi -1 per una dimensione e NumPy la calcolerà al posto Suo. È una scorciatoia utile quando conosce una sola dimensione della griglia.
a = np.arange(12)
b = a.reshape(3, -1) # becomes 3 x 4Passare a 1D con ravel
Le serve di nuovo una sequenza piatta di numeri? ravel riduce qualsiasi array a una sola dimensione, leggendo i valori riga per riga.
grid = np.arange(6).reshape(2, 3)
flat = grid.ravel() # [0 1 2 3 4 5]flatten crea una copia
Il metodo flatten restituisce anch'esso un array 1D, ma sempre come copia indipendente. Modificare il risultato non tocca mai l'array originale.
flat = grid.flatten()
flat[0] = 99 # grid is untouchedravel può condividere la memoria
A differenza di flatten, ravel restituisce spesso una vista che condivide la memoria con la sorgente. Se modifica la vista, può cambiare anche l'originale.
Aggiungere una dimensione
Un array 1D può diventare una colonna con reshape. Trasformare shape (3,) in (3, 1) è comune prima di impilare gli array o eseguire calcoli matriciali.
v = np.array([1, 2, 3])
col = v.reshape(3, 1)Transpose inverte gli assi
L'attributo .T scambia righe e colonne. Un array 2 per 3 diventa immediatamente 3 per 2, riflettendo i dati rispetto alla diagonale.
grid = np.arange(6).reshape(2, 3)
turned = grid.T # shape 3 x 2La shape deve rimanere coerente
Non può trasformare 10 numeri in una griglia 3 per 4. Il count degli elementi deve coincidere da entrambe le parti, quindi pianifichi le dimensioni prima del reshape.
Perché il reshaping è importante
I modelli e gli strumenti di visualizzazione si aspettano shape specifiche. Il reshaping permette allo stesso blocco di numeri di essere usato, secondo necessità, come vettore, matrice o immagine.
Verifica rapida
Desidera una copia 1D sicuramente indipendente di un array.
Riepilogo del reshape
Ha modificato la forma dei dati mantenendone i valori, ha usato -1 per calcolare automaticamente una dimensione e ha imparato che flatten crea una copia, mentre ravel può condividere la memoria. 🎯
Impara Python con un tutor IA — gratis
Scrivi ed esegui vero codice nel tuo browser, ricevi aiuto istantaneo da un tutor IA disponibile 24/7, e riprendi da dove hai lasciato sul web o nell'app.
- Corsi
- 30
- Lezioni
- 120
Domande Frequenti
La lezione «Ridimensionare e appiattire gli array» è gratuita?
Sì — il testo completo di «Ridimensionare e appiattire gli array» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso Data Science Academy, passa a CoddyKit PRO. Il corso Data Science Academy include 4 lezioni in totale.
Cosa imparerò in «Ridimensionare e appiattire gli array»?
Modifichi le dimensioni senza perdere dati. Eserciti Data Science Academy con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.
Ho bisogno di esperienza per iniziare Data Science Academy?
Non è richiesta alcuna esperienza precedente. Data Science Academy su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 1 di 4.
Quanto tempo richiede la lezione «Ridimensionare e appiattire gli array»?
La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.
Posso scrivere ed eseguire codice in questa lezione Data Science Academy?
Sì. Ogni lezione Data Science Academy include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.
Tutte le lezioni di questo corso
- Ridimensionare e appiattire gli array
- Somma, media e il trucco degli assi
- Maschere booleane per la selezione
- Numeri casuali e seed