Numpy.reshape

reshape 함수는 배열을 특정 차원 및 크기로 변환한다.
변환을 원하는 크기를 함수 인자로 부여하면 된다.
데이터를 다루다 보면 꽤나 자주 쓰이는걸 알 수 있다.

예제에서는
0 에서 9까지의 1차원 배열을 2차원으로 변환해보자.

#import numpy as np
array1 = np.arange(10) print('array1: \n', array1)

[output]

array1:
 [0 1 2 3 4 5 6 7 8 9]

 

array2 = array1.reshape(2,5) print('array2:\n',array2)

[output]

array2:
 [[0 1 2 3 4]
 [5 6 7 8 9]]

 

array3 = array1.reshape(5,2) print('array3:\n', array3)

[output]

array3: [[0 1] [2 3] [4 5] [6 7] [8 9]]

 

다음 예제에서는
0 에서 11까지의 1차원 배열을 3차원으로 변환해보자.

array4 = np.arange(12) print('array4:\n',array4)

[output]

array4: [ 0 1 2 3 4 5 6 7 8 9 10 11]

 

array5 = array1.reshape(2,3,2) print('array5:\n', array5)

[output]

array5: [[[ 0 1] [ 2 3] [ 4 5]] [[ 6 7] [ 8 9] [10 11]]]

저번에 이야기 했듯이 차원은 대괄호의 개수로도 알 수 있다.

참고할 점은
reshape 함수는 지정된 사이즈로 변경이 불가능 하고 이는 오류를 발생한다.
가령 (10,) 데이터를 4로우 x 3컬럼 shape 형태로 변경 할 수 없다.

array1.reshape(4,3) --------------------------------------------------------------------------- ValueError Traceback (most recent call last) <ipython-input-27-a40469ec5825> in <module> ----> 1 array1.reshape(4,3) ValueError: cannot reshape array of size 10 into shape (4,3)

 

(10, ) -> (4, 3) : 10을 4로 나머지가 생긴다. 바꾸는 개수가 나눠지지 않는다면 오류가 발생

reshape 함수를 더욱 효율적으로 사용하는 경우가 인자로 -1 을 적용하는 것이다.
실전에서도 입력인수로 -1 이 들어간 경우가 종종 있다.

-1을 인자로 사용하묜 원래 배열과 호환되는 새로운 shape 으로 변환 해준다.
다음 포스팅에서 확인 바란다.


Reference
https://www.w3schools.com/python/numpy/numpy_array_reshape.asp

NumPy Array Reshaping

2. 파이썬 머신러닝 완벽가이드 위키북스 데이터 사이언스 시리즈