Numpy之reshape()使用详解
如下所示：
Numpy中reshape的使用方法为:numpy.reshape(a,newshape,order='C')
参数详解：
1.a:type:array_like(伪数组，可以看成是对数组的扩展，但是不影响原始数组。)
需要reshape的array
2.newshape:新的数组
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一维数组。一个形状尺寸可以是-1。在本例中，值是从数组的长度和剩余维度推断出来的。
3.order:可选为(C,F,A)
C:按照行来填充
F:按照列的顺序来填充
A:按任意方向，(default)。这里相当于行
4.returns:ndarray，即返回一或多维数组
实战：
首先，先创建几个n维数组
importnumpyasnp
这里的意思是创建了一个2维数组
这里创建了一个3维2X2的数组。
这是四维
(1,2)表示[[0,1]]
(3,1,2)表示3个(1,2):
[[[0,1]],
[[2,3]],
[[4,5]]],
(2,3,1,2)表示2个(3,1,2):
[[[[0,1]],
[[2,3]],
[[4,5]]],
[[[6,7]],
[[8,9]],
[[10,11]]]]
了解了newshape里面的东西，reshape基本没啥问题了。
我们再来看看order。
分别利用C，F，A来填充数据：
这就是reshape基本用法。
以上这篇Numpy之reshape()使用详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。