Numpy中reshape函数、reshape(1,-1)的含义简要讲解

一般用法

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:

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

特殊用法

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, e)即列数固定,行数需要计算):

>> arr=np.arange(16).reshape(2,8)

>> arr

array([[ 0,  1,  2,  3,  4,  5,  6,  7],
       [ 8,  9, 10, 11, 12, 13, 14, 15]])
 
>> 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)

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])
 
>> 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)

array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [10, 11],
       [12, 13],
       [14, 15]])
 
>> 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)

ValueError: cannot reshape array of size 16 into shape (10,newaxis)

其他用法

numpy.arange(a,b,c)/ numpy.arange(a,b,c).reshape(m,n); 从 数字a起, 步长为c, 到b结束,生成array:

>> np.arange(1,12,2)#间隔2生成数组,范围在1到12之间

array([ 1,  3,  5,  7,  9, 11])
 
>> np.arange(1,12,2).reshape(3,2)

array([[ 1,  3],
       [ 5,  7],
       [ 9, 11]])
手机上阅读

本文由 kivii创作, 采用 知识共享署名4.0 国际许可协议进行许可
本站文章除注明转载/出处外,均为本站原创或翻译,转载前请务必署名
原文地址:《Numpy中reshape函数、reshape(1,-1)的含义简要讲解》

 最后一次更新于2019-09-15

0 条评论

添加新评论

Markdown is supported.