python&numpy七：改变数组形状

当涉及到数组形状操作时，numpy提供了一些常用的方法，例如reshape()、resize()和flatten()。下面我会详细介绍这些方法的使用。

1.reshape()方法：

• reshape()方法用于改变数组的形状，返回一个新的数组，原始数组保持不变。
• 可以通过指定新的形状参数来改变数组的维度。

示例代码：

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6])
reshaped_arr = arr.reshape((2, 3))
print(reshaped_arr)
# 输出:
# [[1 2 3]
#  [4 5 6]]

# 可以将-1作为参数，表示自动计算该维度的大小
reshaped_arr = arr.reshape((2, -1))
print(reshaped_arr)
# 输出:
# [[1 2 3]
#  [4 5 6]]

2.resize()方法：

• resize()方法与reshape()类似，用于改变数组的形状。
• 不同之处在于，resize()方法会直接修改原始数组的形状，如果新形状超过原始数组的大小，则会重复填充数据。

示例代码：

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6])
arr.resize((2, 4))
print(arr)
# 输出:
# [[1 2 3 4]
#  [5 6 1 2]]

3.flatten()方法：

• flatten()方法用于将多维数组转换为一维数组，返回一个新的一维数组。
• 与reshape(-1)类似，但flatten()返回的是拷贝而不是视图。

示例代码：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
flattened_arr = arr.flatten()
print(flattened_arr)  # 输出: [1 2 3 4 5 6]

这些方法可以帮助你改变数组的形状，适应不同的需求。如果有任何进一步的问题，请随时向我提问！