ndarray的reshape方法

ndarray 的 reshape 方法用于改变 NumPy 数组的形状，而不改变其数据。通过使用 reshape 方法，可以将数组重新组织为具有不同维数的形状，但新的形状必须与原始数据的总元素数量相同。

直接通过示例来进行理解。

示例一：

import numpy as np

# 创建一个 1x6 的数组
arr = np.array([1, 2, 3, 4, 5, 6])
print("Original array:")
print(arr)

# 将其重塑为 2x3 的数组
reshaped_arr = arr.reshape(2, 3)
print("Reshaped array (2x3):")
print(reshaped_arr)

# 将其重塑为 3x2 的数组
reshaped_arr2 = arr.reshape(3, 2)
print("Reshaped array (3x2):")
print(reshaped_arr2)

输出：

Original array:
[1 2 3 4 5 6]
Reshaped array (2x3):
[[1 2 3]
 [4 5 6]]
Reshaped array (3x2):
[[1 2]
 [3 4]
 [5 6]]

示例一将元来一行六列的数组通过reshape方法重新组织成了两行三列的数组和三行两列的数组。

示例二（使用 -1 自动推断维度）：

在 reshape 方法中，可以使用 -1 来让 NumPy 自动推断某一个维度的大小。只要其他维度的大小能确定总元素数目，NumPy 就能计算出 -1 对应的维度大小。

import numpy as np

# 创建一个 1x6 的数组
arr = np.array([1, 2, 3, 4, 5, 6])
print("Original array:")
print(arr)

# 使用 -1 让 NumPy 自动推断维度
reshaped_arr = arr.reshape(2, -1)  # 自动推断为 (2, 3)
print("Reshaped array (2, -1):")
print(reshaped_arr)

reshaped_arr2 = arr.reshape(-1, 2)  # 自动推断为 (3, 2)
print("Reshaped array (-1, 2):")
print(reshaped_arr2)

输出：
 

Original array:
[1 2 3 4 5 6]
Reshaped array (2, -1):
[[1 2 3]
 [4 5 6]]
Reshaped array (-1, 2):
[[1 2]
 [3 4]
 [5 6]]

注意事项

1. 元素总数不变: reshape 不会改变数组的元素总数。新的形状必须与原始形状的元素总数相同，否则会引发错误。

2. 返回新数组: reshape 返回一个新的数组，原始数组保持不变。

3. 多维数组: reshape 方法不仅适用于一维数组，也可以用于多维数组。例如，将二维数组重塑为三维数组。

示例 - 将二维数组重塑为三维数组

import numpy as np

# 创建一个 2x6 的二维数组
arr = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]])
print("Original 2x6 array:")
print(arr)

# 将其重塑为 3x2x2 的三维数组
reshaped_arr = arr.reshape(3, 2, 2)
print("Reshaped array (3x2x2):")
print(reshaped_arr)

输出：

Original 2x6 array:
[[ 1  2  3  4  5  6]
 [ 7  8  9 10 11 12]]
Reshaped array (3x2x2):
[[[ 1  2]
  [ 3  4]]

 [[ 5  6]
  [ 7  8]]

 [[ 9 10]
  [11 12]]]

通过 reshape 方法，可以灵活地调整数组的形状，以满足不同的数据处理需求。