🔢 Mehrdimensionale Arrays & Reshape

🔢 Mehrdimensionale Arrays & Reshape#

🧱 Umformen mit reshape()#

a = np.arange(9)
a2 = a.reshape((3, 3))
print(a2)

➡️ Macht aus [0 1 2 3 4 5 6 7 8] eine 3×3-Matrix

⚠️ Voraussetzung: Anzahl der Elemente muss stimmen

⚠️ Ausnahme: Eine Dimension darf unbestimmt bleiben wenn der Rest passt

a = np.arange(10)
a2 = a.reshape((-1, 5))
print(a2) 

# [[1,2,3,4,5], 
#  [6,7,8,9,10]]

🔄 Unterschied: reshape() vs. flatten() vs. ravel()#

b = a2.reshape(9)         # neue Form
f = a2.flatten()          # flache Kopie
r = a2.ravel()            # flache Ansicht (keine Kopie)

Methode

Rückgabe

Veränderung des Originals

reshape()

neues Array

nein

flatten()

Kopie

nein

ravel()

Ansicht

ja (bei Änderungen am Original sichtbar)

🔁 Transponieren mit .T#

a = np.array([[1, 2, 3],
              [4, 5, 6]])

print(a.T)

# [[1, 4], 
#  [2, 5],
#  [3, 6]]

➡️ Spalten werden Zeilen, Zeilen werden Spalten

🧱 Arrays stapeln & kombinieren#

🔹 Vertikal stapeln – np.vstack()#

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

np.vstack([a, b])
# → [[1 2 3]
#    [4 5 6]]

🔹 Horizontal stapeln – np.hstack()#

np.hstack([a, b])
#  → [1 2 3 4 5 6]

🔹 Allgemein: np.concatenate()#

np.concatenate([a, b], axis=0)  # → [1 2 3 4 5 6]

➡️ Für 2D-Arrays auch mit axis=1 möglich

✂️ Arrays aufteilen#

x = np.arange(12).reshape(3, 4)
print(x)

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

🔹 Spaltenweise teilen mit np.split()#

np.split(x, 2, axis=1)

➡️ Teilt in zwei Arrays mit jeweils 2 Spalten

🔹 Alternativ: np.array_split() – toleranter#

np.array_split(x, 3, axis=1)

➡️ Teilt Spalten auch bei ungerader Teilung

✅ Zusammenfassung#

Funktion

Zweck

reshape()

Form ändern (z. B. 1D → 2D)

flatten() / ravel()

Array „flach“ machen

.T

Transponieren

vstack() / hstack()

Vertikal / horizontal stapeln

split() / array_split()

Arrays teilen entlang einer Achse

✍️ Übung#

Aufgabe:

  • Erzeuge ein 1D-Array mit 9 aufeinanderfolgenden Zahlen

  • Forme es zu einer 3×3 Matrix

  • Transponiere das Array mit .T

  • Teile das transponierte Array in zwei gleich große Hälften (spaltenweise)

  • Gib alle Zwischenschritte aus

✅ Beispiel-Lösung:#

💡 Lösung anzeigen

a = np.arange(9)
print("🔢 1D-Array:\n", a)

a2 = a.reshape((3, 3))
print("\n🧱 3×3-Matrix:\n", a2)

aT = a2.T
print("\n🔄 Transponiert:\n", aT)

hälften = np.split(aT, 2, axis=1)
print("\n✂️ Gesplittet (zwei Hälften):")
for i, teil in enumerate(hälften, 1):
    print(f"Hälfte {i}:\n{teil}")
Contents