numpy.reshape用法（自用）

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

     官方文档：https://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html

    不改变数据的情况下改变数组的形式

     参数：

      a： 要改变形式的数组

      newshape：（The new shape should be compatible with the original shape）新的形状应该与老的形状相匹配（应该是数据个数不变的意思）

其中的shape为一个列表形式，特殊的是列表可以实现逆序的遍历，即list(-1).-1所代表的含义是我们不用亲自去指定这一维的大小，函数会自动进行计算，但是列表中只能存在一个-1。（如果存在多个-1，就是一个存在多解的方程） 。

-1 的应用:-1 表示不知道该填什么数字合适的情况下，可以选择，由python通过a和其他的值3推测出来，比如，这里的a 是二维的数组，数组中共有6个元素，当使用reshape()时，6/3=2，所以形成的是3行2列的二维数组，可以看出，利用reshape进行数组形状的转换时，一定要满足（x,y）中x×y=数组的个数。

     order:数据写入的顺序 {‘C’, ‘F’, ‘A’}, optional

       使用此索引顺序读取A的元素，并使用此索引顺序将元素放入重新排列的数组中。“C”是指使用C类索引顺序读写元素，最后一个轴索引变化最快，回到第一个轴索引变化最慢。“F”是指使用FORTRAN类索引顺序读/写元素，第一个索引变化最快，最后一个索引变化最慢。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。“A”是指在Fortran类索引顺序中读或写元素，如果A是FORTRAN在存储器中邻接，则类似于C顺序。 

引用自：https://blog.csdn.net/m0_37592397/article/details/78695318

>>>import numpy as np
>>>a= np.array([1,2,3,4,5,6,7,8])
>>>a
array([1,2,3,4,5,6,7,8])
>>>

• 1
• 2
• 3
• 4
• 5

使用reshape()方法来更改数组的形状，使得数组成为一个二维的数组：（数组中元素的个数是2×4=8）

>>>d = a.reshape((2,4))
>>>d
array([[1, 2, 3, 4],
       [5, 6, 7, 8]])

• 1
• 2
• 3
• 4

进一步提升，可以得到一个三维的数组f:（注意数组中元素的个数时2×2×2=8）

>>>f = a.reshape((2,2,2))
>>>f
array([[[1, 2],
        [3, 4]],

       [[5, 6],
        [7, 8]]])