Python Numpy 강좌 : 제 6강 - 리쉐이프

Python Numpy reshape

Python Numpy 강좌 : 제 6강 - 리쉐이프
[ Python-Numpy ] - 윤대희

리쉐이프


import numpy as np

a = np.array([
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12]])

print(a)
print(np.shape(a))
a.shape = (6,2)
print(a)
결과
[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]]
(3, 4)
[[ 1 2]
[ 3 4]
[ 5 6]
[ 7 8]
[ 9 10]
[11 12]]

배열.shape = (행, 열)을 통하여 배열의 형태를 변환할 수 있습니다.

행렬의 값은 총 길이의 곱(개수)과 같아야합니다.

원본 배열의 크기가 3x4=12일 경우, 리쉐이프 할때 6x2=12총 개수와 동일해야합니다.


import numpy as np

a = np.array([[[1, 2, 3], [4, 5, 6]],
              [[7, 8, 9], [10, 11, 12]],
              [[13, 14, 15], [16, 17, 18]]])

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

[[ 7 8 9]
[10 11 12]]

[[13 14 15]
[16 17 18]]]
(3, 2, 3)
[[[ 1 2 3]
[ 4 5 6]
[ 7 8 9]]

[[10 11 12]
[13 14 15]
[16 17 18]]]

3차원 이상의 배열 또한 형태를 변환할 수 있습니다.

배열.shape= (페이지, 행, 열)의 순서이며, 역시 총 길이의 개수와 동일해야합니다.



Book Image

개정판이 출간됐습니다!

C#과 파이썬을 활용한 OpenCV 4 프로그래밍 (개정판)

컴퓨터 비전 기초 이론부터 머신러닝을 활용한 영상 처리 프로젝트까지

  • C#과 파이썬용 OpenCV의 데이터 형식과 행렬 및 배열 연산
  • 이미지/동영상/카메라를 활용한 입출력과 결과 저장
  • 전처리 과정과 정보를 탐색하기 위한 이미지 변형
  • 유의미한 정보를 검출하기 위한 이미지 변환
  • 이미지에서 정보를 검출 및 인식
  • 객체 검출을 포함한 모션 추적
  • K-means, KNN, SVM 등의 머신러닝 알고리즘 적용 방법
  • 카페(Caffe), 다크넷(Darknet), 텐서플로 모델을 활용한 딥러닝 모듈 적용 방법
  • Tesseract-OCR과 C# OpenCvSharp4를 활용한 프로젝트
  • 텐서플로와 Python OpenCV4를 활용한 프로젝트
  • 윤대희 저 | 위키북스

    [yes24 바로가기] [알라딘 바로가기] [교보문고 바로가기]

    후원하기


    ⤧  Previous post Python Numpy 강좌 : 제 5강 - 슬라이싱 ⤧  Next post Python Numpy 강좌 : 제 7강 - 연산
    Python-Numpy Category