python中reshape_Numpy之reshape()

用法：

Numpy中reshape的使用方法为:numpy.reshape(a, newshape, order='C')

参数详解：

• a: type:array_like(伪数组，可以看成是对数组的扩展，但是不影响原始数组。)（事实证明可以省略不写，但此时reshape方法前是要处理的数组）
  需要reshape的array
• newshape:新的格式——整数或整数数组，如(2,3)表示2行3列。新的形状应该与原来的形状兼容，即行数和列数相乘后等于a中元素的数量。如果是整数，则结果将是长度的一维数组，所以这个整数必须等于a中元素数量。若这里是一个整数数组，那么其中一个数据可以为-1，在这种情况下，这个值python会自动从根据第二个数值和剩余维度推断出来。
• order: 可选范围为{‘C’, ‘F’, ‘A’}。使用索引顺序读取a的元素，并按照索引顺序将元素放到变换后的的数组中。如果不进行order参数的设置，默认参数为C。

（1）“C” 指的是用类C写的读/索引顺序的元素，最后一个维度变化最快，第一个维度变化最慢。以二维数组为例，简单来讲就是横着读，横着写，优先读/写一行。

（2）“F” 是指用FORTRAN类索引顺序读/写元素，最后一个维度变化最慢，第一个维度变化最快。竖着读，竖着写，优先读/写一列。注意，“C”和“F”选项不考虑底层数组的内存布局，只引用索引的顺序。

（3）“A” 选项所生成的数组的效果与原数组a的数据存储方式有关，如果数据是按照FORTRAN存储的话，它的生成效果与”F“相同（列优先），否则与“C”相同（行优先）。这里可能听起来有点模糊，下面会给出示例。

注：FORTRAN和C是两个语言，他们存储数组的方式不同，FORTRSAN为列有限，而C为行优先。在python中默认数组生成的时候是按照C的方式进行存储。但，很多时候我们需要调用Fortran的一些库进行数学计算，所以需要让numpy生成的数组变成按照FORTRAN的方式存储，使用numpy.asfortranarray方法，本博客同时给出了它的官方链接。

• returns: ndarray，即返回一或多维数组

举例：

1.首先随机生成一个4行3列的数组

2.使用reshape

这里有两种使用方法，可以使用np.reshape(r,(-1,1),order='F')，也可以使用r1=r.reshape((-1,1),order='F')，这里选择使用第二种方法。通过示例可以观察不同的order参数效果。

通过例子可以看出来，F是优先对列信息进行操作，而C是优先行信息操作。如果未对r的格式进行设置，那么我们rashape的时候以“A”的顺序进行order的话，它的效果和“C”相同。

3.将r的存储方式修改为类Fortan的方式进行存储

做与第2步类似的操作


由下图可知：np.asfortranarray(r)，并不会对r的输出结果产生影响，但是由于改变了r的存储类型，会改变“A”格式的输出结果，使其与“F”相同。

参考文献：
numpy中reshape方法详解
numpy.reshape官方文档