Python的reshape的用法

numpy中reshape函数的三种常见相关用法:
1、numpy.arange(n).reshape(a, b) 依次生成n个自然数，并且以a行b列的数组形式显示

arr=np.arange(32).reshape((4,8))
#out
# arr= [[ 0  1  2  3  4  5  6  7]
#  [ 8  9 10 11 12 13 14 15]
#  [16 17 18 19 20 21 22 23]
#  [24 25 26 27 28 29 30 31]]

2、mat (or array).reshape(c, -1) 必须是矩阵格式或者数组格式，才能使用 .reshape(c, -1) 函数， 表示将此矩阵或者数组重组，以 c行d列的形式表示

# arr.reshape(m,-1) #改变维度为m行、d列 （-1表示列数自动计算，d= a*b /m ）
# arr.reshape(-1,m) #改变维度为d行、m列 （-1表示行数自动计算，d= a*b /m ）

-1的作用就在此: 自动计算d：d=数组或者矩阵里面所有的元素个数/c, d必须是整数，不然报错）

（reshape(-1, m)即列数固定，行数需要计算）

3、有步长
numpy.arange(a,b,c) 从 数字a起, 步长为c, 到b结束，生成array
numpy.arange(a,b,c).reshape(m,n) ：将array的维度变为m 行 n列。

本文转载了 https://blog.csdn.net/qq_29831163/article/details/90112000