python reshape(-1、1)_【numpy库函数】reshape用法，包含-1这个参数

官方链接：https://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html#numpy-reshape

numpy.reshape(重塑)

给数组一个新的形状而不改变其数据

numpy.reshape(a, newshape, order=’C’)

参数：

a：array_like

要重新形成的数组。

newshape：int或tuple的整数

新的形状应该与原始形状兼容。如果是整数，则结果将是该长度的1-D数组。一个形状维度可以是-1。在这种情况下，从数组的长度和其余维度推断该值。

order：{'C'，'F'，'A'}可选

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置到重新形成的数组中。'C'意味着使用C样索引顺序读取/写入元素，最后一个轴索引变化最快，回到第一个轴索引变化最慢。'F'意味着使用Fortran样索引顺序读取/写入元素，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，而只是参考索引的顺序。'A'意味着在Fortran类索引顺序中读/写元素，如果a 是Fortran 在内存中连续的，否则为C样顺序。

返回：

reshaped_array：ndarray

如果可能，这将是一个新的视图对象; 否则，它将是一个副本。注意，不能保证返回数组的内存布局(C-或Fortran-连续)。

样例(转载)：

1.引入numpy，名称为np

2.接下来创建一个数组a，可以看到这是一个一维的数组

3.使用reshape()方法来更改数组的形状，可以看到看数组d成为了一个二维数组

4.通过reshape生成的新数组和原始数组公用一个内存，也就是说，假如更改一个数组的元素，另一个数组也将发生改变

5.同理还可以得到一个三维数组

6.形状变化的原则是数组元素不能发生改变，比如这样写就是错误的，因为数组元素发生了变化

np.reshape里面的-1

根据Numpy文档(https://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html#numpy-reshape)的解释：

newshape : int or tuple of ints

The new shape should be compatible with the original shape. If an integer, then the result will be a 1-D array of that length. One shape dimension can be -1. In this case, the value is inferred from the length of the array and remaining dimensions.

大意是说，数组新的shape属性应该要与原来的配套，如果等于-1的话，那么Numpy会根据剩下的维度计算出数组的另外一个newshape属性值。

举几个例子或许就清楚了，有一个数组z，它的shape属性是(4, 4)

z = np.array([[1, 2, 3, 4],

[5, 6, 7, 8],

[9, 10, 11, 12],

[13, 14, 15, 16]])

z.shape

(4, 4)

z.reshape(-1)

array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16])

z.reshape(-1, 1)，是说，我们不知道新z的行数是多少，但是想让z变成只有一列，行数不知的新数组，通过z.reshape(-1,1)，Numpy自动计算出有12行，新的数组shape属性为(16, 1)，与原来的(4, 4)配套。z.reshape(-1,1)

array([[ 1],

[ 2],

[ 3],

[ 4],

[ 5],

[ 6],

[ 7],

[ 8],

[ 9],

[10],

[11],

[12],

[13],

[14],

[15],

[16]])

z.reshape(-1, 2)，行数未知，列数等于2，reshape后的shape等于(8, 2)

z.reshape(-1, 2)

array([[ 1, 2],

[ 3, 4],

[ 5, 6],

[ 7, 8],

[ 9, 10],

[11, 12],

[13, 14],

[15, 16]])

同理，只给定行数，列数未知，也可以设置newshape等于-1，Numpy也可以自动计算出新数组的列数。

问题4 reshape(-1,10)和reshape(10，-1)的区别:

例子1

例子2

总结： 这在CV中经常用到的！

好比这里为什么会reshape成train_set_x_orig.shape[0].就是为上面举得例子n1=np.random. rand(2,2,3,5)

n2 = n1.reshape(2，-1)

n3 = n2.T的目的是为了和X进行点积。