x = np.arange(9).reshape(3, 3)
print(x)
[[0 1 2]
[3 4 5]
[6 7 8]]
np.ravel(x)
array([0, 1, 2, 3, 4, 5, 6, 7, 8])
temp = x.ravel()
print(temp)
[0 1 2 3 4 5 6 7 8]
print(x)
temp[0] = 100
print(temp)
print(x)
[[0 1 2]
[3 4 5]
[6 7 8]]
[100 1 2 3 4 5 6 7 8]
[[100 1 2]
[ 3 4 5]
[ 6 7 8]]
ravel 함수는 default값으로 행을 기준으로 1차원 데이터로 변경해주지만 order파라미터 값의 변경을 통해 열기준으로 변경도 가능하다.
np.ravel(x, order = 'F')
array([100, 3, 6, 1, 4, 7, 2, 5, 8])
y = np.arange(9).reshape(3, 3)
print(y)
[[0 1 2]
[3 4 5]
[6 7 8]]
temp = y.flatten()
print(temp)
[0 1 2 3 4 5 6 7 8]
temp[0] = 100
print(temp)
print(y) #ravel 함수와 달리 변경되지 않음을 볼 수 있다.
[100 1 2 3 4 5 6 7 8]
[[0 1 2]
[3 4 5]
[6 7 8]]
x = np.arange(9)
print(x)
print(x.shape)
print(x.ndim)
[0 1 2 3 4 5 6 7 8]
(9,)
1
y = x.reshape(3, 3) #나는 열이 6개인 행렬을 만들고싶어 앞에꺼는 너가 계산해줘라는뜻
print(y)
print(y.shape) #3 x 3행렬
print(y.ndim) # 2차원
[[0 1 2]
[3 4 5]
[6 7 8]]
(3, 3)
2
y = x.reshape(-1, 3) #나는 열이 3개인 행렬을 만들고싶어 앞에꺼는 너가 계산해줘라는뜻
print(y)
[[0 1 2]
[3 4 5]
[6 7 8]]