[Python] Numpy的reshape函数介绍和各种使用案例

reshape函数介绍

Numpy的reshape函数用于改变数组的形状。它可以将一个数组重新排列成指定的维度，而不改变其数据。

函数原型：

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

参数说明：

• arr:需要重塑的数组。
• newshape:整数或整数元组，表示新的形状。新形状的元素总数必须与原数组相同。
• order:可选参数，表示数组数据的读取顺序。默认值为'C',表示按行优先顺序读取。如果设置为'F',则按列优先顺序读取。

使用案例

将一维数组转换为二维数组

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6])
new_arr = np.reshape(arr, (2, 3))
print(new_arr)

输出结果：

[[1 2 3]
 [4 5 6]]

将二维数组转换为一维数组

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
new_arr = np.reshape(arr, (6,))
print(new_arr)

输出结果：

[1 2 3 4 5 6]

将一维数组转换为三维数组

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6])
new_arr = np.reshape(arr, (2, 3, 1))
print(new_arr)

输出结果：

[[[1]
  [2]
  [3]]

 [[4]
  [5]
  [6]]]

reshape函数中的-1维度使用

Numpy的reshape函数中的-1表示该维度的大小由数组的总大小和其他维度的大小自动推断得出。 
假设有一个一维数组a，其长度为6，我们想要将其转换为一个2行3列的二维数组b，可以使用以下代码：

import numpy as np

a = np.array([1, 2, 3, 4, 5, 6])
b = a.reshape(2, 3)
print(b)

输出结果：

[[1 2 3]
 [4 5 6]]

如果我们不指定每个维度的大小，而是只使用-1，则可以得到一个与原数组等价的二维数组：

import numpy as np

a = np.array([1, 2, 3, 4, 5, 6])
b = a.reshape(-1, 3)
print(b)

输出结果：

[[1 2 3]
 [4 5 6]]

在这个例子中，-1表示第二个维度的大小由数组的总大小和其他维度的大小自动推断得出，即总大小除以3得到2,因此第二个维度的大小为2。