关于Python的Numpy库reshape（）函数的用法

1.介绍

更改数组的形状，不改变原数组

2.语法

a = np.reshape(mat, newshape, order = ‘C’)
a : newshape形状的新数组
mat : 原数组
newshape：(1, 2)/ 1, 2 都可以改为1行2列的数组
order：读取原数组的规则，默认为C（C行优先，F按某种方式，但不是列优先！）
order暂时按这么理解。

3.使用

1. b = np.reshape(a, newshape)
2. b = a.reshape(newshape)

key：其中newshape中可以有参数-1，意义为模糊推测，如(-1, 2)我不管你有行，修改为2列的二维数组即可；如（3，-1）我不管你有几列，修改为3行的二维数组即可

3.1 order的引用示例

行优先：

import numpy as np

a = np.array([[1, 2, 3, 10], [4, 5, 6, 11], [7, 8, 9, 12]])
print("原数组：")
print(a)
# 修改为1，行12列数组，顺序读取
b = a.reshape(1, 12, order='C')
print("修改后：")
print(b)

F方式读取

import numpy as np

a = np.array([[1, 2, 3, 10], [4, 5, 6, 11], [7, 8, 9, 12]])
print("原数组：")
print(a)
# 修改为1行12列，按列优先读取
b = a.reshape(1, 12, order='F')
print("修改后：")
print(b)

非列优先

3.2 实际用法（一般order为默认值）

给定形状

import numpy as np

# 3行4列的二维数组
a = np.array([[1, 2, 3, 10], [4, 5, 6, 11], [7, 8, 9, 12]])
print("原数组：")
print(a)
# 此时中间只剩newshape，2行6列
b = a.reshape(2,6)
print("修改后：")
print(b)

模糊推测，推测列

import numpy as np

# 3行4列的二维数组
a = np.array([[1, 2, 3, 10], [4, 5, 6, 11], [7, 8, 9, 12]])
print("原数组：")
print(a)
# 此时中间只剩newshape，修改为6行的数组就行，多少列我不知道
b = a.reshape(6, -1)
print("修改后：")
print(b)

模糊推测，推测行

import numpy as np

# 3行4列的二维数组
a = np.array([[1, 2, 3, 10], [4, 5, 6, 11], [7, 8, 9, 12]])
print("原数组：")
print(a)
# 此时中间只剩newshape，修改为3列的数组就行，多少行我不知道
b = a.reshape(-1, 3)
print("修改后：")
print(b)

模糊推测升维

import numpy as np

# 3行4列的二维数组
a = np.array([[1, 2, 3, 10], [4, 5, 6, 11], [7, 8, 9, 12]])
print("原数组：")
print(a)
# 此时中间只剩newshape，修改为3行2列的子数组，多少行我不知道
b = a.reshape((-1, 3, 2))
print("修改后：")
print(b)

key：在数组的一开始，数方括号，个数即为维数，原数组为二维数组，修改的数组为3维数组

以上就是reshape的用法，后续可能还会补充，欢迎在评论区讨论哦！