c++数组存放几个子类_Numpy 数组shape改变

numpy中改变常见的几个函数：np.expand_dims, np.squeeze. ,np.reshape。

np.expand_dims()：扩展数组的轴，在指定的结果位置插入一个或者多个新轴。

参数axis：代表扩展后的array维度，而不是输入array。

输出：输入数组的视图。

效果等价于在指定位置插入新的索引：np.newaxis或者None。

np.squeeze()：缩小数组的shape

参数axis=None时，删除输入数组的全部大小为1的维度(轴)，不为None时删除指定轴(前提是当前轴的维度大小=1)。

np.reshape(a, newshape, order='C')：固定数组元素值不变，改变数组的shape

在不改变数据的情况下，通过指定新shape，改变数据分布，即可能增加轴，也可能减少轴。

补充知识点：numpy中的copy和view不同返回机制：

(1)python中变量数据存储在计算机的一段连续(也可以通过指针串联，非连续存放)内存空间中，而变量实际存储的是这一段连续内存空间的首地址，即知道了内存首地址就能获取到变量的值，numpy的array是一种特殊的变量。

(2)比如"a=b；"这个语句，如果是copy机制则说明a和b的首地址不一样，a和b的数据存放在两个不同的内存空间，如果是view机制则说明a和b的首地址是一样的，a和b互为对方的别名而已，本质是同一个，改变其中一个，另一个也随之改变。

(3)view机制比copy机制能节省内存空间，因为不需要额外开辟相同的数据存放内存空间。

numpy中，shape的改变非常常见，需要根据需要动态改变shape，增加或者减少轴。