Converter Matriz em Matriz em NumPy

1. Use a função numpy.flatten() para converter um array para um Array em NumPy
2. Use a função numpy.ravel() para converter um array para um Array em NumPy
3. Use a função numpy.reshape() para converter um array para um Array em NumPy

NumPy tem muitas funções e classes disponíveis para realizar diferentes operações em matrizes.

Neste tutorial, aprenderemos como converter um array em um array em NumPy.

Use a função numpy.flatten() para converter um array para um Array em NumPy

O flatten() pega um array N-Dimensional e o converte em um array de dimensão única.

Funciona apenas com objetos ndarray.

Ele pode converter um array em um array, conforme mostrado abaixo.

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr.flatten())

Resultado:

[1 2 3 4 5 6 7 8 9]

Observe que se trabalharmos com um objeto do tipo matriz, temos que usar a função asarray() para convertê-lo em um array e, em seguida, usar a função flatten(). Isso pode ser feito para todos os métodos.

Por exemplo,

import numpy as np

arr = np.matrix([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
arr_d = (np.asarray(arr)).flatten()
print(arr_d)

Resultado:

[1 2 3 4 5 6 7 8 9]

Use a função numpy.ravel() para converter um array para um Array em NumPy

A função ravel() funciona exatamente como a função flatten() com algumas diferenças notáveis. Ambos são usados ​​para transformar matrizes N-dimensionais em matrizes de dimensão única.

No entanto, a função ravel() é uma função de biblioteca e também pode funcionar em objetos como uma lista de arrays. O flatten() retorna uma cópia do original, enquanto ravel() sempre retorna uma visualização do original sempre que possível.

No código a seguir, usaremos essa função para converter um array.

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr.ravel())

Resultado:

[1 2 3 4 5 6 7 8 9]

Use a função numpy.reshape() para converter um array para um Array em NumPy

O reshape() modificou a forma geral do array sem alterar seu conteúdo. Se atribuirmos a nova forma de um array como -1, obteremos um array unidimensional.

Por exemplo,

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr.reshape(-1))

Resultado:

[1 2 3 4 5 6 7 8 9]