如下所示：

Numpy中reshape的使用方法為:numpy.reshape(a, newshape, order='C')

參數(shù)詳解：

1.a: type:array_like(偽數(shù)組，可以看成是對(duì)數(shù)組的擴(kuò)展，但是不影響原始數(shù)組。)

需要reshape的array

2.newshape:新的數(shù)組

新形狀應(yīng)與原形狀兼容。如果是整數(shù)，那么結(jié)果將是該長(zhǎng)度的一維數(shù)組。一個(gè)形狀尺寸可以是-1。在本例中，值是 從數(shù)組的長(zhǎng)度和剩余維度推斷出來(lái)的。

3.order: 可選為(C, F, A)

C: 按照行來(lái)填充

F: 按照列的順序來(lái)填充

A: 按任意方向，(default)。 這里相當(dāng)于行

4.returns: ndarray，即返回一或多維數(shù)組

實(shí)戰(zhàn)：

首先，先創(chuàng)建幾個(gè)n維數(shù)組

import numpy as np

這里的意思是創(chuàng)建了一個(gè)2維數(shù)組

這里創(chuàng)建了一個(gè)3維2X2的數(shù)組。

這是四維

(1,2) 表示 [[ 0, 1]]

(3,1,2)表示3個(gè)(1,2):

[[[ 0, 1]],

[[ 2, 3]],

[[ 4, 5]]],

(2,3,1,2)表示2個(gè)(3,1,2):

[ [[[ 0, 1]],

[[ 2, 3]],

[[ 4, 5]]],

[[[ 6, 7]],

[[ 8, 9]],

[[10, 11]]] ]

了解了newshape里面的東西，reshape基本沒(méi)啥問(wèn)題了。

我們?cè)賮?lái)看看order。

分別利用C，F，A來(lái)填充數(shù)據(jù)：

這就是reshape基本用法。

以上這篇Numpy之reshape()使用詳解就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持python博客。

總結(jié)

以上是生活随笔為你收集整理的python中reshape_Numpy之reshape()使用详解的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。