Python的reshape的用法

骑猪看日落 2022-09-08 11:45 267阅读 0赞

[numpy中reshape函数的三种常见相关用法][numpy_reshape]

[reshape(1,-1)转化成1行：][reshape_1_-1_1]

[reshape(2,-1)转换成两行：][reshape_2_-1]

[reshape(-1,1)转换成1列：][reshape_-1_1_1]

[reshape(-1,2)转化成两列][reshape_-1_2]

--------------------

## numpy中reshape函数的三种常见相关用法 ##

*  numpy.arange(n).reshape(a, b) 依次生成n个自然数，并且以a行b列的数组形式显示

1.  `np.arange(16).reshape(2,8) #生成16个自然数，以2行8列的形式显示`
2.  `# Out:`
3.  `# array([[ 0, 1, 2, 3, 4, 5, 6, 7],`
4.  `# [ 8, 9, 10, 11, 12, 13, 14, 15]])`

*  mat (or array).reshape(c, -1) 必须是**矩阵格式或者数组格式**，才能使用 .reshape(c, -1) 函数， 表示将此矩阵或者数组重组，以 c行d列的形式表示

1.  `arr.shape # (a,b)`
2.  `arr.reshape(m,-1) #改变维度为m行、d列 （-1表示列数自动计算，d= a*b /m ）`
3.  `arr.reshape(-1,m) #改变维度为d行、m列 （-1表示行数自动计算，d= a*b /m ）`

\-1的作用就在此**: 自动计算d：d=数组或者矩阵里面所有的元素个数/c**, d必须是整数，不然报错）

（reshape(-1, m)即列数固定，行数需要计算）

1.  `arr=np.arange(16).reshape(2,8)`
2.  `arr`
3.  `'''`
4.  `out:`
5.  `array([[ 0, 1, 2, 3, 4, 5, 6, 7],`
6.  `[ 8, 9, 10, 11, 12, 13, 14, 15]])`
7.  `'''`
8.  
9.  `arr.reshape(4,-1) #将arr变成4行的格式，列数自动计算的(c=4, d=16/4=4)`
10. `'''`
11. `out:`
12. `array([[ 0, 1, 2, 3],`
13. `[ 4, 5, 6, 7],`
14. `[ 8, 9, 10, 11],`
15. `[12, 13, 14, 15]])`
16. `'''`
17. `arr.reshape(8,-1) #将arr变成8行的格式，列数自动计算的(c=8, d=16/8=2)`
18. `'''`
19. `out:`
20. `array([[ 0, 1],`
21. `[ 2, 3],`
22. `[ 4, 5],`
23. `[ 6, 7],`
24. `[ 8, 9],`
25. `[10, 11],`
26. `[12, 13],`
27. `[14, 15]])`
28. `'''`
29. `arr.reshape(10,-1) #将arr变成10行的格式，列数自动计算的(c=10, d=16/10=1.6 != Int)`
30. `'''`
31. `out:`
32. `ValueError: cannot reshape array of size 16 into shape (10,newaxis)`
33. `'''`

*  numpy.arange(a,b,c) 从 数字a起, 步长为c, 到b结束，生成array
 *  numpy.arange(a,b,c).reshape(m,n) ：将array的维度变为m 行 n列。

1.  `np.arange(1,12,2)#间隔2生成数组，范围在1到12之间`
2.  `# Out: array([ 1, 3, 5, 7, 9, 11])`
3.  
4.  `np.arange(1,12,2).reshape(3,2)`
5.  `'''`
6.  `Out:`
7.  `array([[ 1, 3],`
8.  `[ 5, 7],`
9.  `[ 9, 11]])`
10. `'''`

--------------------

### reshape(1,-1)转化成1行： ###

![20181121102711611.png][]

### reshape(2,-1)转换成两行： ###

![20190511170410627.png][]

--------------------

### reshape(-1,1)转换成1列： ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x4bG9uZzg5OTQwMTAx_size_16_color_FFFFFF_t_70][]

### reshape(-1,2)转化成两列 ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x4bG9uZzg5OTQwMTAx_size_16_color_FFFFFF_t_70 1][]

本文参考了 [Python的reshape(-1,1)][Python_reshape_-1_1] 、[Numpy中reshape函数、reshape(1,-1)的含义(浅显易懂，源码实例)][Numpy_reshape_reshape_1_-1]

详内容可以参看reshape的官方文档：

[numpy_reshape]: https://blog.csdn.net/qq_29831163/article/details/90112000#t0
[reshape_1_-1_1]: https://blog.csdn.net/qq_29831163/article/details/90112000#t1
[reshape_2_-1]: https://blog.csdn.net/qq_29831163/article/details/90112000#t2
[reshape_-1_1_1]: https://blog.csdn.net/qq_29831163/article/details/90112000#t3
[reshape_-1_2]: https://blog.csdn.net/qq_29831163/article/details/90112000#t4
[20181121102711611.png]: /images/20220829/eb03320f92504167bca3c5cdfc36a89a.png
[20190511170410627.png]: /images/20220829/fc45c4c78f0d44dbb252c7b77864f0e8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x4bG9uZzg5OTQwMTAx_size_16_color_FFFFFF_t_70]: /images/20220829/932d1cfad3ba4c5d8e8fab85026cd4b5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x4bG9uZzg5OTQwMTAx_size_16_color_FFFFFF_t_70 1]: /images/20220829/2af8ddfc89604a2aa5f13a0c08e3f7a4.png
[Python_reshape_-1_1]: https://blog.csdn.net/lxlong89940101/article/details/84314703
[Numpy_reshape_reshape_1_-1]: https://blog.csdn.net/W_weiying/article/details/82112337