reshape函数的用法

  reshape 函数是 NumPy 库中一个非常有用的函数，它允许你将一个数组重新排列成一个新的形状，而不改变其数据。

1.基本语法

numpy.reshape(a, newshape, order='C')

• a：要重新排列的数组。
• newshape：整数或整数元组的数组的新形状。在整数元组中，一个维度的大小可以是 -1，这表示该维度的大小将自动计算，以便保持数组中元素的总数不变。
• order：{‘C’, ‘F’, ‘A’}，可省略。控制读取元素时使用的内存顺序。'C' 表示按行优先（C风格），'F' 表示按列优先（Fortran风格），'A' 表示如果a是Fortran数组，则使用Fortran风格，否则使用C风格。默认为 'C'。

2.实例分析

import numpy as np
x = np.linspace(0, 10, 20) + np.random.randn(20)

print(x)  # 打印20个数据一维数组
print(x.shape)
print(x.reshape(-1, 1))  # 将数组x，变为一个20行1列的二维数组  
print(x.reshape(-1, 1).shape)
print(x.reshape(1, -1))  # 将数组x，变为一个1行20列的二维数组  
print(x.reshape(1, -1).shape)
print(x.reshape(-1, 5))  # 将数组x，变为5列的二维数组，因为数据是20个，自然有4行
print(x.reshape(-1, 5).shape)
print(x.reshape(10, -1))  # 将数组x，变为10行的二维数组，因为数据是20个，自然有2列
print(x.reshape(10, -1).shape)

x = np.linspace(0, 10, 20) + np.random.randn(20)

 我们首先使用numpy库生成了一个包含20个元素的一维数组x，这些元素是在0到10之间均匀分布的线性空间点（通过np.linspace(0, 10, 20)）上加上了一些随机噪声（通过np.random.randn(20)）。

打印x的形状：

print(x.shape)

输出为(20,)，表示x是一个一维数组，包含20个元素。

将x重塑为20行1列的二维数组：

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

-1在reshape方法中是一个占位符，表示该维度的大小是自动计算的，以便保持数组中元素的总数不变。这里，-1被替换为20（因为x有20个元素），所以输出是一个20行1列的二维数组。

打印重塑后数组的形状：

print(x.reshape(-1, 1).shape)

输出为(20, 1)，表示这是一个20行1列的二维数组。

将x重塑为1行20列的二维数组：

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

这里，第一个维度被明确设置为1，-1则自动计算为20，以保持元素总数不变。所以输出是一个1行20列的二维数组。

打印重塑后数组的形状：

print(x.reshape(1, -1).shape)

输出为(1, 20)，表示这是一个1行20列的二维数组。

将x重塑为5列的二维数组：

print(x.reshape(-1, 5))

因为x有20个元素，所以自动计算出有4行（-1被替换为4）以满足5列的要求。

打印重塑后数组的形状：

print(x.reshape(-1, 5).shape)

输出为(4, 5)，表示这是一个4行5列的二维数组。

3.注意事项

1. 元素总数必须保持不变：重塑后的数组必须包含与原始数组相同数量的元素。如果尝试重塑成不同数量的元素，NumPy 将抛出 ValueError。

2. -1 的使用：在 newshape 中，你可以将一个维度指定为 -1，NumPy 将自动计算这个维度的大小，以保持元素总数不变。但是，你只能将一个维度指定为 -1。

3. 返回新数组：reshape 函数返回的是原数组的一个新视图（如果可能的话），但在某些情况下（特别是当无法以兼容的步长创建视图时），它可能会返回原始数据的副本。然而，无论哪种情况，原始数组都不会被修改。