numpy中reshap函数参数为-1的情况分析

最近学机器学习的时候，看到这样一段代码：x.reshape(-1,1)，一直搞不懂参数-1是什么意思。最后就去看了看官方文档：

我们主要看一下红框框里面的内容：

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.

翻译：

新形状应与原形状兼容。如果是整数，那么结果将是该长度的1-D数组。一个形状维数可以是-1，该值是从数组的长度和其余维数推断出来的。

人话：

这里我们用一个例子来说明，假如一个数组的shape是(3,4)，这里3*4=12，对这个数组进行reshape操作后，新数组的shape中各维度的乘积也应为12。如果其中一个参数是-1，另一个参数是2，也就是(-1,2)，那么这个新数组的shape就是(12/2,2)，即(6,2)；如果另一个参数是1，那么这个新数组的shape就是(12/1,1)，即(12,1).

更多的情况用下面的代码实现：