将一个一维数组转换为一个二维Numpy数组

这里我们将学习如何将1D NumPy转换为2D NumPy 使用两种方法。Numpy是一个Python包，由多维数组对象和一个操作或例程集合组成，用于对数组进行各种操作和处理。

使用reshape将一个一维数组转换为一个二维Numpy数组

这个包由一个名为numpy.reshape的函数组成，该函数用于将一个一维数组转换成所需尺寸的二维数组（n x m）。这个函数在不改变一维数组数据的情况下给出一个新的所需形状。

示例 1:

将一个一维数组转换成所需尺寸的二维数组（n x m）。

import numpy as np
# 1-D array having elements [1 2 3 4 5 6 7 8]
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
 
# Now we can convert this 1-D array into 2-D in two ways
 
# 1. having dimension 4 x 2
arr1 = arr.reshape(4, 2)
print ('After reshaping having dimension 4x2:')
print (arr1)
print ('\n')
 
# 2. having dimension 2 x 4
arr2 = arr.reshape(2, 4)
print ('After reshaping having dimension 2x4:')
print (arr2)
print ('\n')

输出:

After reshaping having dimension 4x2:
[[1 2]
 [3 4]
 [5 6]
 [7 8]]

After reshaping having dimension 2x4:
[[1 2 3 4]
 [5 6 7 8]]

示例 2:

让我们看看一个重要的观察，我们是否可以将一个一维数组重塑为任何二维数组。

import numpy as np
# 1-D array having elements [1 2 3 4 5 6 7 8]
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
 
# Print the 1-D array
print('Before reshaping:')
print(arr)
print('\n')
 
# let us try to convert into 2-D array having dimension 3x3
arr1 = arr.reshape(3, 3)
print('After reshaping having dimension 3x3:')
print(arr1)
print('\n')

输出:

这就得出结论，元素的数量应该等于尺寸的乘积，即3×3=9，但总元素=8。

示例 3:

另一个例子是，我们可以使用reshape方法而不指定其中一个维度的准确数字。只要传递-1作为数值，NumPy就会计算出这个数字。

import numpy as np
# 1-D array having elements [1 2 3 4 5 6 7 8]
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
 
# Print the 1-D array
print('Before reshaping:')
print(arr)
print('\n')
 
 
arr1 = arr.reshape(2, 2, -1)
print('After reshaping:')
print(arr1)
print('\n')

输出:

Before reshaping:
[1 2 3 4 5 6 7 8]
After reshaping:
[[[1 2]
 [3 4]]
[[5 6]
 [7 8]]]

使用numpy.reshape将一个一维数组转换为一个二维Numpy数组

这里，我们使用np.reshape将一个一维数组转换为二维数组。你可以用ncols除以你数组中的元素数。

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
 
# np.reshape(A,(-1,ncols))
B = np.reshape(arr, (-1, 2))
 
print('2D Numpy array: \n', B)

输出:

2D Numpy array: 
 [[ 1  2]
 [ 3  4]
 [ 5  6]
 [ 7  8]
 [ 9 10]