Data yang sama sering kali perlu dipandang dengan bentuk berbeda: 12 angka penjualan bulanan menjadi matriks 3x4, atau vektor perlu diubah menjadi baris agar bisa dihitung dengan matriks lain. Section ini mengenalkan fungsi-fungsi manipulasi bentuk di NumPy beserta aturan pentingnya, termasuk kapan operasi menghasilkan view dan kapan menghasilkan salinan baru.

# reshape

Mengubah bentuk array tanpa mengubah datanya menggunakan reshape dan aturan jumlah elemen yang harus terpenuhi.

Buka → # flatten dan ravel

Mengubah array multidimensi menjadi satu dimensi dengan flatten yang menyalin data dan ravel yang mengembalikan view bila bisa.

Buka → # transpose

Menukar urutan dimensi array dengan transpose dan atribut T untuk kebutuhan aljabar maupun pengaturan orientasi data.

Buka → # swapaxes dan moveaxis

Mengatur posisi dimensi secara presisi dengan swapaxes dan moveaxis pada array tiga dimensi ke atas.

Buka → # expand_dims

Menyisipkan sumbu baru berukuran satu dengan expand_dims dan np.newaxis agar broadcasting berjalan sesuai rencana.

Buka → # squeeze

Menghilangkan sumbu berukuran satu dengan squeeze sebagai pasangan dari expand_dims beserta jebakannya.

Buka → # Menambah dan Menghapus Dimensi

Merangkum teknik menambah dan menghapus dimensi: newaxis, expand_dims, squeeze, dan aturan memilih sumbu.

Buka → # Memeriksa Kompatibilitas Bentuk

Membandingkan shape dua array sebelum operasi, memahami pesan broadcast error, dan menerapkan perbaikan yang lazim.

Buka → # Padding dengan np.pad

Menambahkan tepi array dengan np.pad untuk mode constant, edge, reflect, dan wrap pada kasus citra dan jendela bergerak.

Buka → # roll, rot90, dan Penggeseran

Menggeser dan memutar array secara sirkular dengan roll dan rot90 serta membedakan resize dari reshape.

Buka →