Numpy Remape 1D до 2D

Автор оригинала: Chris.

Проблема разработки: Учитывая одномерное множество массив. Как создать новый двумерный массив, изменив оригинальный массив, чтобы получить новый массив х ряды и y столбцы?

Вот пример того, что вы пытаетесь сделать:

# Given: 
[0 1 2 3 4 5]
x = 2 # rows
y = 3 # columns

# Desired:
[[0 1 2]
 [3 4 5]]

Решение : Numpy’s Reshape () Функция принимает массив, который должен быть изменен в качестве первого аргумента и новой формы кортежа в качестве второго аргумента. Он возвращает новый вид на существующие данные, если возможно – вместо того, чтобы создать полную копию исходного массива. Возвращенный массив ведет себя как новый объект: любое изменение на одном представлении не повлияет на любой другой вид.

Вы можете изменить 1D массив в 2D-массив со следующими четырьмя шагами:

1. Импортируйте Numpy Library с помощью Импорт Numpy как NP С
2. Используйте функцию NP.Reshape (...) С
3. Пройти оригинальный 1D массив в качестве первого аргумента,
4. Пройти новую форму кортеж (х, у) Определение х ряды и y столбцы как второй аргумент.

Таким образом, функция звонит NP.Reshape (Original_array, (X, Y)) создаст 2D массив с х ряды и y столбцы.

import numpy as np

# Problem: Reshape this 1D into a 2D array
array_1d = np.array([0, 1, 2, 3, 4, 5])

# Solution: np.reshape(array, shape)
array_2d = np.reshape(array_1d, (2, 3))

# Check the new array
print(array_2d) 

Вывод – это 2D массив в нужной форме:

# Reshaped 2D Array:
[[0 1 2]
 [3 4 5]]

Давайте потрамте на некоторую практику для тренировки вашего понимания изменений в 1D до 2D-функциональности!

ОМЕСНЫЙ РЕШЕНИЕ ПУТАПИИ

Numpy – популярная библиотека Python для науки о данных, ориентируясь на линейную алгебру. Эта головоломка выполняет миниатюрный анализ запасов Apple.

import numpy as np

# apple stock prices (May 2018)
prices = [ 189, 186, 186, 188,
187, 188, 188, 186,
188, 188, 187, 186 ]
prices = np.array(prices)

data_3day = prices.reshape(4,3)

print(int(np.average(data_3day[0])))
print(int(np.average(data_3day[-1])))

Упражнение : Что такое выход этой головоломки?

Вы также можете решить головоломку интерактивно на нашем приложении обучения на основе головоломки Finxter здесь :

Во-первых, мы создаем множество массив из необработанных ценников.

Во-вторых, мы создаем новый массив data_3day Для более удобного анализа. Этот массив связывает данные цен от трех дней в каждую строку. Мы изучаем некоторые строки более подробно позже.

В-третьих, мы в среднем в среднем 3-дневная ценовые данные о первой и последней строке, используя numpy np.average () функция. Делать это результаты в точках данных, которые более простым от выбросов. Сравнение первого и последний 3-дневный период ценового периода показывает, что цена акций Apple остается стабильной в нашем наборе мини-данных.

Numpy Reshape Video.

Вы хотите стать Numpy Master? Проверьте нашу интерактивную книгу головоломки Coffe Break Numpy И повысить свои навыки науки о данных! (Ссылка Amazon открывается на новой вкладке.)

Работая в качестве исследователя в распределенных системах, доктор Кристиан Майер нашел свою любовь к учению студентов компьютерных наук.

Чтобы помочь студентам достичь более высоких уровней успеха Python, он основал сайт программирования образования Finxter.com Отказ Он автор популярной книги программирования Python одноклассники (Nostarch 2020), Coauthor of Кофе-брейк Python Серия самооставленных книг, энтузиаста компьютерных наук, Фрилансера и владелец одного из лучших 10 крупнейших Питон блоги по всему миру.

Его страсти пишут, чтение и кодирование. Но его величайшая страсть состоит в том, чтобы служить стремлению кодер через Finxter и помогать им повысить свои навыки. Вы можете присоединиться к его бесплатной академии электронной почты здесь.

Оригинал: “https://blog.finxter.com/reshape-average-stock-data/”