Python中numpy数组的shape与reshape函数

np.shape()与np.reshape()函数

参考博文：https://blog.csdn.net/qq_28618765/article/details/78083895

最近，主要在做一些数据分析与机器视觉相关项目，经常使用到np.reshape(),np.reshape()函数。虽然对它们有一个基本认识，但是每次用具体使用方法及意义总是模糊，这里自己总结一下。

shape函数
Python中shape函数主要用来返回数组的维度，在实际使用中没有reshape常用，但是由于函数名称与reshape较为相似，将两者比较学习方便记忆。np.shape()函数的使用方法如下。

可以看到，shape函数主要用来返回数组结构，并以0，1，2…分别对不同深度维度进行查询。当数组在该深度不存在维度，则报错。注意：shape函数后面紧跟的是中括号[ ]，reshape函数后面紧跟的是小括号（ ）。此外，可以用y.shape返回整个数组结构。

reshape函数
reshape函数主要利用进行数组的维度重构，这个操作在对向量进行处理中非常常见。

官方介绍reshape的使用为y.reshape((2,3))，但是简写y.reshape(2,3)也不会出错。

此外，在reshape函数中可给参数赋值为-1，但是有条件为：在除-1维度外的维度上，参数值确定则数组结构唯一时才可使用，即-1个数最多不能超过1个。最后，注意y.reshape(-1,)的用法，而y.reshape(, -1)出错。
最后，reshape函数生成的新数组和原始数组共用内存，故原始数组或新数组中有一个改变，另一个随之改变。