มิติของอาร์เรย์

NumPy เบื้องต้น

Izzy Weber

Core Curriculum Manager, DataCamp

อาร์เรย์ 3 มิติ

array_1_2D = np.array([[1, 2], [5, 7]])
array_2_2D = np.array([[8, 9], [5, 7]])
array_3_2D = np.array([[1, 2], [5, 7]])
array_3D = np.array([array_1_2D, array_2_2D, array_3_2D])

ภาพแสดงอาร์เรย์ 3 มิติ

อาร์เรย์ 4 มิติ

array_4D = np.array([array_A_3D, array_B_3D, array_C_3D, array_D_3D, array_E_3D,
                     array_F_3D, array_G_3D, array_H_3D, array_I_3D])

ภาพแสดงอาร์เรย์ 4 มิติ

อาร์เรย์เวกเตอร์

ภาพแสดงว่าอาร์เรย์ 1 มิติใน NumPy ไม่มีทิศทางแนวตั้งหรือแนวนอน

ภาพแสดงว่าอาร์เรย์ 2 มิติใน NumPy มีทิศทางแนวตั้งและแนวนอนได้

อาร์เรย์เมทริกซ์และเทนเซอร์

เมทริกซ์มีสองมิติ

ภาพแสดงเมทริกซ์

เทนเซอร์มีสามมิติขึ้นไป

ภาพแสดงเทนเซอร์

การเปลี่ยนรูปร่างอาร์เรย์

แอตทริบิวต์ของอาร์เรย์:

.shape

เมธอดของอาร์เรย์:

.flatten()
.reshape()

การตรวจสอบรูปร่างของอาร์เรย์

array = np.zeros((3, 5))
print(array)

array([[0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.]])

array.shape

(3, 5)

แถวและคอลัมน์

ในอาร์เรย์ 2 มิติ...

แถวคือมิติแรก
คอลัมน์คือมิติที่สอง

อาร์เรย์ 2 มิติพร้อมป้ายกำกับแถวและคอลัมน์

การ Flatten อาร์เรย์

array = np.array([[1, 2], [5, 7], [6, 6]])
array.flatten()

array([1, 2, 5, 7, 6, 6])

การ Reshape อาร์เรย์

array = np.array([[1, 2], [5, 7], [6, 6]])
array.reshape((2, 3))

array([[1, 2, 5],
       [7, 6, 6]])

array.reshape((3, 3))

ValueError: cannot reshape array of size 6 into shape (3,3)

มาฝึกกันเถอะ!

NumPy เบื้องต้น