Python的reshape的用法：reshape(1,-1)
Python的reshape的用法：reshape(1,-1)https://blog.csdn.net/qq_29831163/article/details/90112000
目录
numpy中reshape函数的三种常见相关用法
reshape(1,-1)转化成1行：
reshape(2,-1)转换成两行：
reshape(-1,1)转换成1列：
reshape(-1,2)转化成两列
numpy中reshape函数的三种常见相关用法
- numpy.arange(n).reshape(a, b) 依次生成n个自然数，并且以a行b列的数组形式显示
-
np.arange(
16).reshape(
2,
8)
#生成16个自然数，以2行8列的形式显示
-
# Out:
-
# array([[ 0, 1, 2, 3, 4, 5, 6, 7],
-
# [ 8, 9, 10, 11, 12, 13, 14, 15]])
- mat (or array).reshape(c, -1) 必须是矩阵格式或者数组格式，才能使用 .reshape(c, -1) 函数， 表示将此矩阵或者数组重组，以 c行d列的形式表示
-
reshape(m,
-1)
#改变维度为m行、1列
-
reshape(
-1,m)
#改变维度为1行、m列
-1的作用就在此: 自动计算d：d=数组或者矩阵里面所有的元素个数/c, d必须是整数，不然报错）
（reshape(-1, m)即列数固定，行数需要计算）
-
arr=np.arange(
16).reshape(
2,
8)
-
arr
-
'''
-
out:
-
array([[ 0, 1, 2, 3, 4, 5, 6, 7],
-
[ 8, 9, 10, 11, 12, 13, 14, 15]])
-
'''
-
-
arr.reshape(
4,
-1)
#将arr变成4行的格式，列数自动计算的(c=4, d=16/4=4)
-
'''
-
out:
-
array([[ 0, 1, 2, 3],
-
[ 4, 5, 6, 7],
-
[ 8, 9, 10, 11],
-
[12, 13, 14, 15]])
-
'''
-
arr.reshape(
8,
-1)
#将arr变成8行的格式，列数自动计算的(c=8, d=16/8=2)
-
'''
-
out:
-
array([[ 0, 1],
-
[ 2, 3],
-
[ 4, 5],
-
[ 6, 7],
-
[ 8, 9],
-
[10, 11],
-
[12, 13],
-
[14, 15]])
-
'''
-
arr.reshape(
10,
-1)
#将arr变成10行的格式，列数自动计算的(c=10, d=16/10=1.6 != Int)
-
'''
-
out:
-
ValueError: cannot reshape array of size 16 into shape (10,newaxis)
-
'''
- numpy.arange(a,b,c) 从 数字a起, 步长为c, 到b结束，生成array
- numpy.arange(a,b,c).reshape(m,n) ：将array的维度变为m 行 n列。
-
np.arange(
1,
12,
2)
#间隔2生成数组，范围在1到12之间
-
# Out: array([ 1, 3, 5, 7, 9, 11])
-
-
np.arange(
1,
12,
2).reshape(
3,
2)
-
'''
-
Out:
-
array([[ 1, 3],
-
[ 5, 7],
-
[ 9, 11]])
-
'''
reshape(1,-1)转化成1行：
reshape(2,-1)转换成两行：
reshape(-1,1)转换成1列：
reshape(-1,2)转化成两列
本文参考了 Python的reshape(-1,1) 、Numpy中reshape函数、reshape(1,-1)的含义(浅显易懂，源码实例)
详内容可以参看reshape的官方文档：