Numpy Newaxis Adalah ? Simak Penjelasan dan Contoh Lengkapnya Disini

PTMJS – Numpy newaxis adalah salah satu dari berbagai fungsi yang didukung oleh pustaka numpy python yang memungkinkan kita untuk mengubah atau memperluas dimensi array numpy di posisi yang telah dimasukkan.

Ketika kita memasukkan masing-masing objek sumbu baru ke dalam tupel variabel atau larik kita, kita akan mendapatkan dimensi tambahan baru untuk larik kita di posisi yang sama di mana kita telah memasukkan objek sumbu baru.

Numpy Newaxis Adalah

Sintaksis

Sintaks dasar dari fungsi Newaxis numpy adalah,

np.array()[numpy.newaxis]

Numpy Newaxis adalah objek yang disertakan dalam larik untuk memperluas dimensi larik yang diberikan. Dimensi dapat diperluas dalam posisi sehubungan dengan posisi objek sumbu baru.

Contoh NumPy Newaxis

Berikut adalah contoh-contoh berikut seperti yang disebutkan di bawah ini:

Contoh 1

Mari kita bahas contoh dasar untuk memahami cara kerja fungsi numpy newaxis.

Kode:

import numpy as np
a = np.array(7)
print('array: \n', a)
print('array.ndim:', a.ndim)
print('array.shape:', a.shape)
b=np.array(a)[np.newaxis] print('array: \n', b)
print('array.ndim:', b.ndim)
print('array.shape:', b.shape)

Keluaran:

Di sini, dalam contoh di atas, kami telah memanggil pustaka numpy untuk fungsi np.newaxis kami. Kami telah mendeklarasikan array ‘a’ yang merupakan array dimensi tunggal yang hanya memiliki satu elemen dan nilai, dimensi, dan bentuk yang sesuai dari array ‘a’ dicetak untuk mengonfirmasi bahwa itu adalah array nol dimensi 0-D. Sekarang untuk mengonversi larik 0-D ke larik satu dimensi kita menggunakan fungsi np.newaxis di larik baru kita ‘b’ dan nilai, dimensi, dan bentuk larik yang sesuai dicetak, itu menegaskan perluasan 0 -D array ke array 1-D.

Contoh #2

Dalam contoh ini juga akan dibahas bagaimana mengubah array satu dimensi menjadi array dua dimensi menggunakan objek sumbu baru.

Kode:

import numpy as np
a=np.array([3,4,5])
print('array: \n', a)
print('array.ndim:', a.ndim)
print('array.shape:', a.shape)
b=np.array(a)[np.newaxis] print('array: \n', b)
print('array.ndim:', b.ndim)
print('array.shape:', b.shape)

Keluaran:

Dalam contoh ini, kita telah mengonversi larik satu dimensi menjadi larik dua dimensi dengan menggunakan fungsi sumbu baru numpy. Kami telah membuat array ‘a’ sebagai array satu dimensi dan kami telah mencetak nilai, dimensi, dan bentuknya. Array ‘b’ adalah perpanjangan dari array ‘a’ dengan dimensi yang diperluas menggunakan objek np.newaxis di dalam tuple. Array yang dihasilkan seperti yang kita lihat adalah array dua dimensi dan kami telah mencetak nilai, dimensi, dan bentuknya.

Contoh #3

Dalam contoh ini, kami telah membuat array dimensi nol dan mengubahnya menjadi array dua dimensi.

Kode:

import numpy as np
a=np.array(5)
print('array: \n', a)
print('array.ndim:', a.ndim)
print('array.shape:', a.shape)
c=np.array(a)[np.newaxis,np.newaxis] print('array: \n', c)
print('array.ndim:', c.ndim)
print('array.shape:', c.shape)

Keluaran:

Array ‘a’ seperti yang kita lakukan pada contoh 1 adalah array berdimensi nol (0-D) dan kita telah mencetak nilai, dimensi, dan bentuk dari array ‘a’. Sekarang dengan menggunakan objek numpy newaxis dalam larik ‘a’, kita telah secara langsung mengubah larik satu dimensi ‘a’ menjadi larik dua dimensi ‘c’. Kami telah mendeklarasikan np.newaxis dua kali di dalam tuple sehingga mewakili perluasan dimensi menjadi dua kali. Jadi array yang sesuai ‘c’ yang kita dapatkan adalah array dua dimensi.

Contoh #4

Dalam contoh ini, kita akan melihat bagaimana kita dapat memperluas array dimensi nol menjadi array tiga dimensi.

Kode:

import numpy as np
a=np.array(5)
print('array: \n', a)
print('array.ndim:', a.ndim)
print('array.shape:', a.shape)
c=np.array(a)[np.newaxis,np.newaxis,np.newaxis] print('array: \n', c)
print('array.ndim:', c.ndim)
print('array.shape:', c.shape)

Keluaran:

Array ‘a’ yang telah kita buat mirip dengan contoh sebelumnya yaitu array satu dimensi. Array ‘c’ yang telah kita buat adalah perluasan dari array ‘a’ menjadi array tiga dimensi dan kita telah melakukannya dengan menggunakan fungsi numpy newaxis tiga kali di dalam Tuple bersama dengan array ‘a’ dan array yang dihasilkan adalah tiga array -dimensi bentuk (1,1,1). Jadi dengan menggunakan teknik ini kita dapat membuat n-number dimensi dalam sebuah array.

Contoh #5

Dalam contoh ini, kita akan mencoba memperluas dimensi larik satu dimensi menjadi larik dua dimensi bersama dengan mengubah bentuk larik yang dihasilkan menggunakan objek sumbu baru.

Kode:

import numpy as np
a=np.array([5,10,15])
print('array: \n', a)
print('array.ndim:', a.ndim)
print('array.shape:', a.shape)
c=np.array(a)[:,np.newaxis] print('array: \n', c)
print('array.ndim:', c.ndim)
print('array.shape:', c.shape)

Keluaran:

Dalam contoh ini, kami telah menggunakan larik satu dimensi yang sama ‘a’, dan menggunakan fungsi sumbu baru numpy memperluas dimensinya menjadi larik dua dimensi dan kami telah mengubah bentuknya dari (3, ) menjadi (3,1). Posisi objek np.newaxis sangat penting dalam menentukan bentuk array. Di sini kita telah mendeklarasikan objek sumbu baru di sumbu pertama .

Contoh #6

Kode:

import numpy as np
a=np.array([[2, 4, 6], [4, 8, 12]])
print('array: \n', a)
print('array.ndim:', a.ndim)
print('array.shape:', a.shape)
c=np.array(a)[np.newaxis,:,:] print('array: \n', c)
print('array.ndim:', c.ndim)
print('array.shape:', c.shape)

Keluaran:

Dalam contoh ini array dua dimensi ‘a’ dengan bentuk (2,3) telah diubah menjadi array 3 dimensi dengan bentuk (1,2,3) ini dimungkinkan dengan mendeklarasikan fungsi sumbu baru numpy bersama sumbu 0 dan mendeklarasikan titik koma yang mewakili dimensi array ke (1,2,3). Dengan menggunakan teknik ini, kita dapat mengonversi array numpy apa pun ke bentuk dan dimensi yang kita inginkan.

Contoh #7

Kode:

import numpy as np
a=np.array([[2, 4, 6], [4, 8, 12]])
print('array: \n', a)
print('array.ndim:', a.ndim)
print('array.shape:', a.shape)
c=np.array(a)[np.newaxis,:,:] d=np.array(a)[:, np.newaxis, :] e=np.array(a)[:, :, np.newaxis] print('array: \n', c)
print('array.ndim:', c.ndim)
print('array.shape:', c.shape)
print('array: \n', d)
print('array.ndim:', d.ndim)
print('array.shape:', d.shape)
print('array: \n', e)
print('array.ndim:', e.ndim)
print('array.shape:', e.shape)

Keluaran:

Mirip dengan contoh sebelumnya menggunakan array satu dimensi ‘a’ kita telah mengonversi array tiga dimensi ‘c’, ‘d’ & ‘e’. Ketiga array yang dihasilkan adalah tiga dimensi dengan bentuk yang berbeda yaitu (1,2,3), (2,1,3) & (2,3,1) yang menunjukkan posisi objek sumbu baru yang telah kita deklarasikan bersama dengan array . Untuk array ‘c’ kita mendeklarasikan objek newaxis pada posisi ke-1 , untuk array ‘d’ kita mendeklarasikan objek newaxis pada posisi ke-2 dan untuk array ‘e’ kita mendeklarasikan objek newaxis pada posisi ke-3 yang memberikan bentuk yang sesuai.

Kesimpulan

Dalam artikel ini, kita telah membahas fungsi sumbu baru numpy secara rinci menggunakan berbagai contoh untuk mendapatkan pemahaman yang jelas tentang fungsi sumbu baru numpy dan penggunaannya. Kami juga telah membahas secara rinci bagaimana menggunakan objek sumbu baru di dalam tupel untuk mengubah array menjadi array multi-dimensi dan teknik yang terlibat dalam mengubah bentuk array yang dihasilkan dengan contoh. Saya harap artikel ini membantu. Terima kasih.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *