numpy中的reshape函数详解

Python中的numpy数组有一个Reshape方法，我们时常使用，但是目前为止没有对他进行深入的研究。在多维矩阵的情况下，reshape出来的，到底是什么样子的矩阵？所以尝试构造一个3维矩阵，剖析一下reshape的原理。

首先构造一个【5,4,3】的三维矩阵a，具体数值如下图所示

然后将其reshape成【5,12】的矩阵，看到底是如何变化的

在reshape中未加order参数时，结果如下图所示

可以看出reshape操作是将第二维进行了切割，把4x3的矩阵变成了1x12的矩阵

尝试加入不同order参数，发现不管是A还是C和F，结果都如没加参数是一样的。

如果想把a【0】作为一个整体，不对它进行拆分，也就是将a【1】整体放在a【0】矩阵的右侧，那么整体的shape应该为【4,15】的矩阵，尝试reshape看看

如上图，可以看出，未加任何参数时，会对第三维进行拆分，直至填满矩阵的宽度，而不是我们想要的整体平移。此时尝试更换不同的参数

参数为C时：

参数为F时：

可以看出，C是维度越靠后，变化越快，换句话说，就是从最后一维开始，按行优先填充为需要的矩阵。如果写出程序的话，应该是下面这样

变换示意图：

参数为F时，维度越靠前，变化越快，从第一维开始，按列优先，填充为需要的矩阵，如果写出程序的话，应该是下面这样

变换示意图：

上面大概就是reshape的用法，然而并不能满足我的要求，所以还需要更换别的函数进行处理。