b = np.array(range(1, 13, 2)).reshape(2, 3, 1) # μμ 2ν 3μ΄
μ΄λ²μλ λ€μ°¨μ λ°°μ΄λ‘ μ€μ΅μ μ§νν΄λ΄€λλ° λ°°μ΄ μμ± κ²°κ³Ό μ΄ν΄νλ λ°μ νμ°Έ κ±Έλ Έλ€. reshape μΈμ μμλλ‘ (ν, μ΄, μ°¨μ) μΈμ€ μμλλ°? κ·Έκ²μ΄? μλμμ΅λλ€!
numpy arrayλ λ€λ₯Έ μΈμ΄μμμ λ°°μ΄μ²λΌ μμ κ° μ½€λ§κ° μ μ°νκΈ° λλ¬Έμ κ²°κ³Ό 보μλ§μ λ°λ‘ μλΏμ§κ° μμλ€. μΌλ¨ reshapeλ (μ°¨μ, ν, μ΄) ν¬κΈ°μ λ€μ°¨μ λ°°μ΄μ λ§λ λ€. → reshape(2, 3, 1)μ 3ν 1μ΄μ λ°°μ΄μ 2κ° μμλ€λ λ»
squeeze
# axis default: None, μνλ μΆ μ§μ κ°λ₯
b_squeeze = b.squeeze()
λ°°μ΄μμ κΈΈμ΄κ° 1μΈ μΆμ μ κ±°νλ€. (2, 3, 1) 3μ°¨μμμ 1μ μ κ±°νμΌλκΉ 2ν 3μ΄μ 2μ°¨μ λ°°μ΄μ΄ λκ³ b_squeezeμμ λκ΄νΈ ν μμ΄ μ€μ΄λ κ²μ νμΈν μ μλ€.
μΈμλ‘ μ κ±°ν μΆμ μ§μ ν μ μλλ° κΈΈμ΄κ° 1μ΄ μλ μΆμ λ£μΌλ©΄ μλ¬κ° λ°μνλ€.
'Artificial Intelligence > π' μΉ΄ν κ³ λ¦¬μ λ€λ₯Έ κΈ
[μ 리] Numpy β : shape, ndim, axis (0) | 2022.04.19 |
---|---|
[μ 리] train_test_splitμ μ΄μ©ν λ°μ΄ν°μ λΆν (0) | 2022.03.17 |
[κ°λ ] ν¬μ νν / λ°μ§ νν (0) | 2022.03.10 |
[μ 리] Encoding κ΄λ ¨ API (0) | 2022.01.28 |
[κ°λ ] object detection κ΄λ ¨ μ©μ΄ μ 리 (1) (0) | 2021.11.16 |