numpy中reshape的用法

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

a：数组–需要处理的数据
newshape：新的形狀–整数或整数数组，如(2,3)表示2行3列，新的形状应该与原来的形状兼容，即行数和列数相乘后等于a中元素的数量
order： 可选范围为{‘C’, ‘F’, ‘A’}。使用索引顺序读取a的元素，按照索引顺序将元素放到变换后的数组中。默认参数为C。
1）“C”指的是用类C写的读/寫索引顺序的元素，最后一个维度变化最快，第一个维度变化最慢。以二维数组为例，就是横着读，横着写，按行讀，按行填寫新的形狀。即优先读/写一行。
2）“F”是指用FORTRAN类索引顺序读/写元素，最后一个维度变化最慢，第一个维度变化最快。竖着读，竖着写，优先读/写一列。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。
3）“A”是所生成的数组的效果与原数组a的数据存储方式有关，如果数据是按照FORTRAN存储的话，它的生成效果与”F“相同，否则与“C”相同。这里可能听起来有点模糊，下面会给出示例。

使用reshhape的例子

1. r1 = np.reshape(a,(-1,1),order='F')
r1 = p.reshape((-1,1),order='F')
   注意：通过reshape生成的新数组和原始数组共同使用一个内存块，假如改变原数组的元素，新生成的数组也将发生改变。
   2.reshape(-1,1)
   新数组的元素个数和原数组的元素个数相等，如果有一个维度等于-1的话，Numpy会根据已经指定的其他维度计算该维度的具体值
   3.b=np.reshape(a,[列表元素])，即b=np.reshape(a,[3,2])[3,2]可以这么表示维数

来源：CSDN

作者：lbj23hao1

链接：https://blog.csdn.net/lbj23hao1/article/details/103641294