Αναδιαμόρφωση δεδομένων
Σε ορισμένες περιπτώσεις, πρέπει να αναδιαμορφώσετε τα δεδομένα από ευρεία σε μεγάλη. Μπορείτε να χρησιμοποιήσετε τη λειτουργία αναμόρφωσης για αυτό. Η σύνταξη είναι
numpy.reshape(a, newShape, order='C')
Εδώ,
a : Πίνακας που θέλετε να αναδιαμορφώσετε
newShape : Το σχήμα των νέων επιθυμιών
Παραγγελία : Η προεπιλογή είναι C που είναι ένα βασικό στυλ γραμμής
Εξήγηση της Αναμόρφωσης
import numpy as npe = np.array([(1,2,3), (4,5,6)])print(e)e.reshape(3,2)
Παραγωγή:
// Before reshape[[1 2 3][4 5 6]]
//After Reshapearray([[1, 2],[3, 4],[5, 6]])
Ισιώστε τα δεδομένα
Όταν ασχολείστε με κάποιο νευρικό δίκτυο, όπως το convnet, πρέπει να ισιώσετε τον πίνακα. Μπορείτε να χρησιμοποιήσετε ισοπέδωση (). Η σύνταξη είναι
numpy.flatten(order='C')
Εδώ,
Παραγγελία : Η προεπιλογή είναι C που είναι ένα βασικό στυλ γραμμής
Exampe of Flatten
e.flatten()
Παραγωγή:
array([1, 2, 3, 4, 5, 6])