shape和reshape的实践

1…实践应用

自定义1-6的数组，利用reshape重构，并读取不同形态下的各个维度；

import numpy as np
feature_num=2
data1=np.array([1,2,3,4,5,6])
data2=[1,2,3,4,5,6,7,8,9]
data3=data1.reshape([data1.shape[0] // feature_num, feature_num])
print("数组:",data1,'\n'
      "列表:",data2,'\n'
      "重构数组:",data3,'\n'
      "一维数组的维度:",data1.shape[0],'\n'
      "二维数组的一维维度:",data3.shape[0],'\n'
      "二维数组的二维维度:",data3.shape[1])

2…结果分析

列表和数组的区别在此处没有体现，列表是允许元素不同类型的，而数组是不允许的，这两者表现出来也有所不同，列表表示时有逗号隔开；由结果看出，shape[0]读取的是数组的1维维度，shape[1]读取的是2维维度。

数组: [1 2 3 4 5 6] 
列表: [1, 2, 3, 4, 5, 6, 7, 8, 9] 
重构数组: [[1 2]
 [3 4]
 [5 6]] 
一维数组的维度: 6 
二维数组的一维维度: 3 
二维数组的二维维度: 2