转自:https://blog.csdn.net/weixin_39449570/article/details/78619196
1.新数组的shape属性应该要与原来数组的一致,即新数组元素数量与原数组元素数量要相等。一个参数为-1时,那么reshape函数会根据另一个参数的维度计算出数组的另外一个shape属性值。
>>> z = np.array([[1, 2, 3, 4],[5, 6, 7, 8],[9, 10, 11, 12],[13, 14, 15, 16]]) >>> print(z) [[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12] [13 14 15 16]] >>> print(z.shape) (4, 4) >>> print(z.reshape(-1)) [ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16] >>> print(z.reshape(-1,1)) #我们不知道z的shape属性是多少, #但是想让z变成只有一列,行数不知道多少, #通过`z.reshape(-1,1)`,Numpy自动计算出有16行, #新的数组shape属性为(16, 1),与原来的(4, 4)配套。 [[ 1] [ 2] [ 3] [ 4] [ 5] [ 6] [ 7] [ 8] [ 9] [10] [11] [12] [13] [14] [15] [16]] >>> print(z.reshape(2,-1)) [[ 1 2 3 4 5 6 7 8] [ 9 10 11 12 13 14 15 16]]