Remodeler les données
Dans certaines occasions, vous devez remodeler les données de large à long. Vous pouvez utiliser la fonction de remodelage pour cela. La syntaxe est
numpy.reshape(a, newShape, order='C')
Ici,
a : Tableau que vous souhaitez remodeler
newShape : La nouvelle forme des désirs
Ordre : La valeur par défaut est C, qui est un style de ligne essentiel.
Exemple de remodelage
import numpy as npe = np.array([(1,2,3), (4,5,6)])print(e)e.reshape(3,2)
Production:
// Before reshape[[1 2 3][4 5 6]]
//After Reshapearray([[1, 2],[3, 4],[5, 6]])
Aplatir les données
Lorsque vous traitez avec un réseau neuronal comme convnet, vous devez aplatir le tableau. Vous pouvez utiliser flatten (). La syntaxe est
numpy.flatten(order='C')
Ici,
Ordre : La valeur par défaut est C, qui est un style de ligne essentiel.
Exemple d'aplatissement
e.flatten()
Production:
array([1, 2, 3, 4, 5, 6])