Sunday, September 15, 2019

Memahami size dan shape NumPy array

NumPy mirip dengan Matlab, jika kita menguasai bentuk matrik yang kita proses, maka akan mudah memahami proses komputasinya.

Langsung saja, perhatikan gambar berikut.



Sehingga, bentuk-bentuk matriks dapat dibagi sebagai berikut:
  1. 1D array, contohnya matrik berbentuk (2, ), (3, ), (4, ).
  2. 2D array, contohnya matrik berbentuk (3, 1), (2,3), (3,3).
  3. 3D array, contohnya matrik berbentuk (3, 1, 1), (3, 2, 3), (4,3,2).
  4. ND array, contohnya matrik berukuran (n, 4, 3, 2), (n, n, 4, 3, 2).
Jika a adalah sebuah NumPy array (disingkat: np array), maka beberapa atribut (perintah) penting dari a adalah:
  • a.ndim: untuk mengetahui banyaknya dimensi dari variabel np array (1D, 2D, dll).
  • a.shape: untuk mengetahui bentuk/shape dari variabel np array (misal (2,3)).
  • a.size : untuk mengetahui total elemen matriks.
  • len(a): untuk mengetahui panjang (baris/axis 0) dari np array, sama dengan a.shape[0].

Perhatikan screen cast berikut untuk implementasinya dengan Python.

Untuk memahami pengubahan bentuk matriks pada NumPy array, silahkan baca artikel saya di SainsHack berikut: pengubahan bentuk matriks pada NumPy arrah.
Related Posts Plugin for WordPress, Blogger...