Python numpy中reshape方法详解

作用：在不改变数据内容的情况下，改变一个数组的格式

1. reshape（row，col）可以根据指定的数值将数据转换为特定的行数和列数 

r = np.random.randint(0, 10, size=(3, 4))
print(r.reshape(3, 4))

[[2 3 1 9]
 [4 5 5 0]
 [3 8 3 9]]

reshape(3,4)----> 输出3行4列的矩阵

2. reshape(1,-1) 是输出1行，不指定列数的矩阵；reshape(-1,1)则是输出1列，不指定行数的矩阵；在官方文档中，-1被理解为unspecified value，未指定为给定的行数(列数)

print(r.reshape(1, -1))

[[1 6 3 3 8 6 1 6 4 4 2 3]]

print(r.reshape(-1, 1))

[[3]
 [3]
 [1]
 [0]
 [1]
 [1]
 [2]
 [6]
 [7]
 [4]
 [4]
 [1]]

3. reshape（row，col，order=），这里的order参数可以选 A，C，F，默认是C。

    C 是按照行顺序， F 是按照列顺序，A 就是按照数据在内存中存储的顺序来。

print(r.reshape((3, 4), order='A'))
print(r.reshape((3, 4), order='C'))
print(r.reshape((3, 4), order='F'))

[[2 3 3 5 0 7]
 [7 7 4 7 2 8]]  # 原始矩阵

[[2 3 3 5]
 [0 7 7 7]
 [4 7 2 8]]  # order='A'

[[2 3 3 5]
 [0 7 7 7]
 [4 7 2 8]] # oeder='C'

[[2 7 5 2]
 [7 3 7 7]
 [3 4 0 8]]  # order='F'