numpy(对数组的操作)

更改形状
np.array().shape:改变数组的形状

x = np.array([1, 2, 9, 4, 5, 6, 7, 8])
[1 2 9 4 5 6 7 8]
x.shape = [2, 4]
[[1 2 9 4]
 [5 6 7 8]]

np.array().flat:将多维数组转换为一维，通过for循环遍历

x = np.array([[11, 12, 13, 14, 15],
              [31, 32, 33, 34, 35]])
[[11 12 13 14 15]
 [31 32 33 34 35]]
x.flat
for i in y:
    print(i,end=' ')
    13 19 25 

np.array().flatten()：将数组的副本转换为一维数组

order=''
'C' 按行，'F'  按列，'A' 原顺序，'k' 元素在内存中的出现顺序

np.ravel()与上同

numpy.reshape(a, newshape[, order=‘C’])：
不改变数据，而赋予新的形状

newshape[行，-1]：
此时-1表示为依据行数自动确认列数
newshape = -1时，表示降为一维

x = np.arange(12)
y = np.reshape(x, [3, -1