参考链接: Python中的numpy.reshape

numpy.reshape(a,newshape,order='C')

官方文档:https://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html

不改变数据的情况下改变数组的形式

参数:

a: 要改变形式的数组

newshape:(The new shape should be compatible with the original shape)新的形状应该与老的形状相匹配(应该是数据个数不变的意思)

其中的shape为一个列表形式,特殊的是列表可以实现逆序的遍历,即list(-1).-1所代表的含义是我们不用亲自去指定这一维的大小,函数会自动进行计算,但是列表中只能存在一个-1。(如果存在多个-1,就是一个存在多解的方程) 。

-1 的应用:-1 表示不知道该填什么数字合适的情况下,可以选择,由python通过a和其他的值3推测出来,比如,这里的a 是二维的数组,数组中共有6个元素,当使用reshape()时,6/3=2,所以形成的是3行2列的二维数组,可以看出,利用reshape进行数组形状的转换时,一定要满足(x,y)中x×y=数组的个数。

order:数据写入的顺序 {‘C’, ‘F’, ‘A’}, optional

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入重新排列的数组中。“C”是指使用C类索引顺序读写元素,最后一个轴索引变化最快,回到第一个轴索引变化最慢。“F”是指使用FORTRAN类索引顺序读/写元素,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,只引用索引的顺序。“A”是指在Fortran类索引顺序中读或写元素,如果A是FORTRAN在存储器中邻接,则类似于C顺序。

引用自:https://blog.csdn.net/m0_37592397/article/details/78695318

>>>import numpy as np

>>>a= np.array([1,2,3,4,5,6,7,8])

>>>a

array([1,2,3,4,5,6,7,8])

>>>

12345

使用reshape()方法来更改数组的形状,使得数组成为一个二维的数组:(数组中元素的个数是2×4=8)

>>>d = a.reshape((2,4))

>>>d

array([[1, 2, 3, 4],

[5, 6, 7, 8]])

1234

进一步提升,可以得到一个三维的数组f:(注意数组中元素的个数时2×2×2=8)

>>>f = a.reshape((2,2,2))

>>>f

array([[[1, 2],

[3, 4]],

[[5, 6],

[7, 8]]])

[转载] numpy.reshape用法(自用)相关推荐

  1. Python中的numpy.reshape用法

    用法一:np.reshape(a,b),将数组重构成a*b的数组 用法一:np.reshape(a,b),将数组重构成a*b的数组>>> a = np.arange(6).resha ...

  2. python中reshape_python numpy reshape用法及代码示例

    在不更改数据的情况下为数组赋予新的形状. 参数:a: : array_like 要重塑的数组. newshape: : int 或 tuple of ints 新形状应与原始形状兼容.如果是整数,则结 ...

  3. python的reshape方法_numpy库reshape用法详解

    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. n ...

  4. [转载] numpy用法(logical_and, nonzero,arange, reshape)

    参考链接: Python中的numpy.logical_not numpy里面有很多数组矩阵的用法,遇到一个就记一个. 1.np.logical_and/or/not (逻辑与/或/非) np.log ...

  5. numpy库函数:reshape用法

    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. n ...

  6. 【Data Mining】机器学习三剑客之Numpy常用用法总结

    点击"小詹学Python",选择"置顶"公众号 重磅干货,第一时间送达 本文转载自AI蜗牛车,禁二次转载 一.前言 玩数据分析.数据挖掘.AI的都知道这个pyt ...

  7. np.reshape()用法

    np.reshape()用法 作用: 修改数组矩阵结构 代码 import numpy as np three = np.arange(24).reshape(2,3,4) print('three: ...

  8. Python语言学习之字母R开头函数使用集锦:random/range/replace/reshape用法之详细攻略

    Python语言学习之字母R开头函数使用集锦:random/range/replace/reshape用法之详细攻略 random/range/replace/reshape用法 1.random用法 ...

  9. numpy.reshape(与ndarray.reshape一样)使用方法

    numpy.reshape(a, newshape, order='C') or a.reshape(newshape, order='C') 我只使用 C-like index order,不使用 ...

最新文章

  1. 把项目从VS2005升级到VS2013
  2. 【转】Win7安装Oracle10g经验分享
  3. Enum in C#
  4. TypeError: rose() takes 0 positional arguments but 1 was given--python报错
  5. ES6新特性_ES6中Map的介绍与API---JavaScript_ECMAScript_ES6-ES11新特性工作笔记032
  6. 数据结构实验 8.寻找中位数
  7. linux 驱动编译静态,Linux驱动静态编译和动态编译方法详解
  8. TensorFlow基础篇(五)——tf.constant()
  9. 「leetcode」450. 删除二叉搜索树中的节点:【递归】【迭代】详解
  10. 计算机组成原理知识体系
  11. 计算机表格简单教程视频教程,电脑如何制作表格步骤 教你制作简单的excel表格...
  12. 《回炉重造》——泛型
  13. 重点推荐:看乾隆“上书房”求学记,哈哈
  14. 邮件营销有效吗?分享几个实用的电子邮件营销策略和技巧!
  15. 台式电脑增加算数计算机,台式电脑如何增加硬盘数量
  16. 基于Python的决策树分类器与剪枝
  17. 欧拉角,轴角,四元数与旋转矩阵详解
  18. 类的设计---麻球与油果
  19. Django DRF ViewSet(十)
  20. 阿里云部署serverless SAE实例

热门文章

  1. mysql truncate很慢_mysql truncate 的问题
  2. 【CCCC】L2-031 深入虎穴 (25分),,求多叉树最深的节点编号,大水题!!!
  3. linux文件服务器迁移方案,服务器之间文件备份方案、如何把服务器文件自动备份到另外一台服务器?...
  4. cycleGAN有matlab代码吗,CycleGAN的代码组成
  5. android中计算日期差,Android编程实现根据不同日期计算天数差的方法
  6. Python入门--字符串内容对齐操作center,ljust,rjust,zfill
  7. java--类型擦除
  8. 二层交换:网桥(交换机)
  9. [debug] RuntimeError: CUDA error: no kernel image is available for execution on the device
  10. EFK+sentinl报警机制