python中的reshape是什么意思,Python的reshape的用法

请参考：https://blog.csdn.net/qq_29831163/article/details/90112000#reshape(1%2C-1)%E8%BD%AC%E5%8C%96%E6%88%901%E8%A1%8C%EF%BC%9A

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

import numpy as np

arr = np.arange(16).reshape(2,8)

print(arr)

结果：

[[ 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

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)

#将arr变成4行的格式，列数自动计算的(c=4, d=16/4=4)

arr2 = arr.reshape((4,-1))

print(arr2)

结果：

[[ 0 1 2 3]

[ 4 5 6 7]

[ 8 9 10 11]

[12 13 14 15]]

#reshape(2,-1)转换成两行：

arr5 = arr.reshape((2,-1))

print(arr5)

结果：

[[ 0 1 2 3 4 5 6 7]

[ 8 9 10 11 12 13 14 15]]

#reshape(-1,2)转化成两列:

arr6 = arr.reshape((-1,2))

print(arr6)

结果：

[[ 0 1]

[ 2 3]

[ 4 5]

[ 6 7]

[ 8 9]

[10 11]

[12 13]

[14 15]]

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。

#reshape(1,-1)转化成1行：

arr3 = arr.reshape(1,-1)

print(arr3)

结果：[[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15]]

#reshape(-1,1)转化成1列：

arr4 = arr.reshape(-1,1)

print(arr4)

结果：

[[ 0]

[ 1]

[ 2]

[ 3]

[ 4]

[ 5]

[ 6]

[ 7]

[ 8]

[ 9]

[10]

[11]

[12]

[13]

[14]

[15]]

标签：11,10,arr,Python,reshape,用法,print,numpy

来源： https://www.cnblogs.com/gaojr/p/12176944.html