numpy で次元を拡張するスキルをすぐにマスターしましょう

NumPy でディメンションを追加するスキルをすばやくマスターする

NumPy は、Python で最も一般的に使用される科学計算ライブラリの 1 つであり、多数の関数とツールを提供します。配列演算と数値計算を実行しやすくするために。実際のデータ処理および分析プロセスでは、データの次元を調整および変換する必要があることがよくあります。この記事では、NumPy で次元をすばやく増やすテクニックを紹介し、具体的なコード例を示します。

1. reshape 関数を使用する

reshape 関数は、配列の次元を変更するための NumPy の最も基本的な関数の 1 つです。次元やサイズなどの指定されたパラメーターに従って配列を再形成できます。以下は、reshape 関数を使用して次元を追加するコード例です:

import numpy as np

# 1维数组转为2维数组
a = np.array([1, 2, 3, 4, 5, 6])
reshaped_a = np.reshape(a, (2, 3))
print(reshaped_a)
# 输出：
# [[1 2 3]
#  [4 5 6]]

# 2维数组转为3维数组
b = np.array([[1, 2], [3, 4]])
reshaped_b = np.reshape(b, (2, 2, 1))
print(reshaped_b)
# 输出：
# [[[1]
#   [2]]
#
#  [[3]
#   [4]]]

2. Expand_dims 関数を使用します

expand_dims 関数は、配列の指定された位置に次元を追加するために使用されます。 。この関数は 2 つのパラメータを受け取ります。最初のパラメータは演算対象の配列で、2 番目のパラメータは挿入される次元の位置です。以下は、expand_dims 関数を使用して次元を増やすコード例です:

import numpy as np

# 在第二维度上增加维度
a = np.array([[1, 2], [3, 4]])
expanded_a = np.expand_dims(a, axis=1)
print(expanded_a)
# 输出：
# [[[1, 2]],
#  [[3, 4]]]

# 在第一维度上增加维度
b = np.array([1, 2, 3, 4, 5, 6])
expanded_b = np.expand_dims(b, axis=0)
print(expanded_b)
# 输出：
# [[1, 2, 3, 4, 5, 6]]

3. newaxis キーワードを使用します

newaxis は、NumPy で次元を増やすために使用されるキーワードです。スライス操作中に newaxis を使用すると、寸法を増やすことができます。以下は、newaxis キーワードを使用してディメンションを追加するコード例です。

import numpy as np

# 在第二维度上增加维度
a = np.array([[1, 2], [3, 4]])
newaxis_a = a[:, np.newaxis, :]
print(newaxis_a)
# 输出：
# [[[1, 2]],
#  [[3, 4]]]

# 在第一维度上增加维度
b = np.array([1, 2, 3, 4, 5, 6])
newaxis_b = b[np.newaxis, :]
print(newaxis_b)
# 输出：
# [[1, 2, 3, 4, 5, 6]]

上記のコード例を通じて、reshape 関数、expand_dims 関数、および newaxis キーワードを使用してディメンションをすばやく増やす方法がわかります。これらの手法は、多次元配列を扱う場合に非常に役立ち、特定のニーズに合わせて配列の形状と次元を簡単に変更できます。

要約すると、NumPy でディメンションを追加するスキルを習得することは、データの処理と分析にとって非常に重要です。上記で紹介した reshape 関数、expand_dims 関数、および newaxis キーワードは、配列の次元変換を実装する一般的な方法であり、その使用法は特定のコード例で示されています。本記事の紹介とサンプルコードを通じてNumPyにおけるディメンション追加について理解を深め、実際のデータ処理に柔軟に応用していただければ幸いです。

以上がnumpy で次元を拡張するスキルをすぐにマスターしましょうの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。