При работе с массивами в Python вы можете встретить две разные формы массивов: (n,1) и (n). Понимание различий между этими двумя формами имеет решающее значение для правильного манипулирования и анализа данных. В этой статье мы рассмотрим различия между массивами (n,1) и (n), обсудим различные методы преобразования между этими фигурами и предоставим примеры кода, иллюстрирующие их использование.

Понимание массивов (n,1):
Массив (n,1) — это двумерный массив с n строками и 1 столбцом. Он представляет вектор-столбец или отдельный объект. Например, если у вас есть набор данных с n выборками и одной целевой переменной, вы обычно представляете его как массив (n,1).

Понимание (n) массивов:
С другой стороны, (n) массив представляет собой одномерный массив с n элементами. Он представляет собой одну последовательность или список значений. Например, если у вас есть массив из n измерений или наблюдений, вы должны представить его как (n) массив.

Методы преобразования между (n,1) и (n) массивами:

1. Использование numpy.squeeze():
   Функция squeeze()в библиотеке NumPy может использоваться для удаления одномерных записей из формы массива. Он может преобразовать массив (n,1) в массив (n), удалив дополнительное измерение.

import numpy as np
# Convert (n,1) array to (n) array
n_1_array = np.array([[1], [2], [3]])
n_array = np.squeeze(n_1_array)
print(n_array)

2. Использование numpy.reshape():
   Функция reshape()в NumPy позволяет изменять форму массива. Указав новую фигуру как (n,), вы можете преобразовать массив (n,1) в массив (n).

import numpy as np
# Convert (n,1) array to (n) array
n_1_array = np.array([[1], [2], [3]])
n_array = np.reshape(n_1_array, (n_1_array.shape[0],))
print(n_array)

3. Использование индексации.
   Вы также можете преобразовать массив (n,1) в массив (n), соответствующим образом проиндексировав массив.

import numpy as np
# Convert (n,1) array to (n) array
n_1_array = np.array([[1], [2], [3]])
n_array = n_1_array[:, 0]
print(n_array)

В этой статье мы обсудили различия между массивами (n,1) и (n) в Python. Мы рассмотрели различные методы преобразования между этими фигурами, в том числе использование numpy.squeeze(), numpy.reshape()и индексацию. Понимание этих методов необходимо для эффективного манипулирования и анализа данных. Используя эти методы, вы можете легко конвертировать массивы (n,1) и (n) в своих проектах Python.