Manipulação de Formato NumPy

Introdução

Neste laboratório, você aprenderá as funções de manipulação de forma do NumPy que permitem manipular a forma de arrays NumPy.

Conquistas

• Redimensionamento de arrays (Reshaping arrays)
• Concatenação e divisão de arrays (Concatenating and splitting arrays)
• Transposição de arrays (Transposing arrays)

Remodelando (Reshaping) Arrays

A função reshape permite alterar a forma de um array NumPy. A sintaxe da função reshape é a seguinte:

np.reshape(a, new_shape)

• onde a é o array de entrada e new_shape é a nova forma desejada do array.

Abrir o Shell Python

Abra o shell Python digitando o seguinte comando no terminal.

python3

Importar NumPy

NumPy já está instalado, você pode importá-lo no seu código Python:

import numpy as np

Criar um Array

Crie um array a com a forma (2, 3) como exemplo:

a = np.array([[1, 2, 3], [4, 5, 6]])
print(a.shape)

Saída:

(2, 3)

Usando Reshape

Você pode redimensionar este array para a forma (3, 2) usando a função reshape:

b = np.reshape(a, (3, 2))
print(b.shape)
print(b)

Saída:

(3, 2)
[[1 2]
 [3 4]
 [5 6]]

Concatenando e Dividindo Arrays

NumPy fornece duas funções para concatenar arrays:

1. np.concatenate: para concatenar arrays ao longo de um determinado eixo
2. np.stack: para concatenar arrays ao longo de um novo eixo

Você pode dividir arrays usando a função np.split.

Concatenando Arrays (Concatenating Arrays)

Crie dois arrays a e b como exemplo:

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

Usando Concatenate

Você pode concatenar esses arrays ao longo do primeiro eixo (0) usando a função np.concatenate:

c = np.concatenate((a, b))
print(c)

Saída:

[1 2 3 4 5 6]

Usando Stack

Você também pode concatenar esses arrays ao longo de um novo eixo usando a função np.stack:

d = np.stack((a, b))
print(d)
print(d.shape)

Saída:

[[1 2 3]
 [4 5 6]]
(2, 3)

Dividindo Arrays (Splitting Arrays)

Crie um array a com a forma (6,) como exemplo:

a = np.array([1, 2, 3, 4, 5, 6])

Usando Split

Você pode dividir este array em dois arrays de comprimento 3 usando a função np.split:

b, c = np.split(a, 2)
print(b)
print(c)

Saída:

[1 2 3]
[4 5 6]

Transpondo Arrays

A função transpose permite transpor os eixos de um array NumPy. A sintaxe da função transpose é a seguinte:

a.transpose([axis1, axis2, ...])

• onde axis1, axis2, etc. são os eixos a serem transpostos.

Criar um Array

Crie um array a com a forma (2, 3) como exemplo:

a = np.array([[1, 2, 3], [4, 5, 6]])
print(a)
print(a.shape)

Saída:

[[1 2 3]
 [4 5 6]]
(2, 3)

Usando Transpose

Você pode transpor este array usando a função transpose:

b = a.transpose()
print(b)
print(b.shape)

Saída:

[[1 4]
 [2 5]
 [3 6]]
(3, 2)

Você também pode transpor eixos específicos do array. Por exemplo, você pode transpor os eixos do array a para ter a forma (3, 2) usando o seguinte código:

c = a.transpose(1, 0)
print(c)
print(c.shape)

Saída:

[[1 4]
 [2 5]
 [3 6]]
(3, 2)

Resumo

Parabéns! Você concluiu o Lab de Manipulação de Formato do NumPy.

Neste laboratório, você aprendeu as funções de manipulação de formato do NumPy reshape, concatenate, stack, split e transpose. Essas funções permitem manipular o formato de arrays NumPy e são essenciais para muitas tarefas de manipulação de dados.