Python – numpy.reshape
pythonnumpyserver side programmingprogramming
numpy.reshape() 为数组赋予新形状而不更改其数据。其语法如下 −
numpy.reshape(arr, newshape, order='C')
参数
numpy.reshape() 可以接受以下参数 −
arr − 输入数组。
shape − 序列的端点
newshape −如果是整数，则结果将是该长度的一维数组，并且一个维度可以是 -1。
order − 它定义应读取输入数组元素的顺序。
如果 order 为 ‘C’，则它使用类似 C 的索引顺序读取和写入元素，其中最后一个索引变化最快，第一个轴索引变化缓慢。
‘F’ 表示使用类似 Fortran 的索引顺序读取和写入元素，其中最后一个索引轴变化缓慢，第一个轴索引变化快速。
‘A’表示当数组在内存中连续时，以 Fortran 式索引顺序读取/写入元素。
示例 1
让我们考虑以下示例 −
# Import numpy
import numpy as np
# 输入数组
x = np.array([[3,5,6], [7,8,9]])
print("数组输入:\n", x)
# reshape() 函数
y = np.reshape(x, (3, -3))
print("重塑数组:\n", y)
输出
它将生成以下输出 −
数组输入: [[3 5 6] [7 8 9]] 重塑数组: [[3 5] [6 7] [8 9]]
示例 2
我们再举一个例子 −
# 导入 numpy
import numpy as np
# 创建输入数组
x = np.array([[1,3,4], [4,6,7]])
print("数组输入:\n", x)
# reshape() 函数
y = np.reshape(x, 6, order='C')
print("重塑数组:\n", y)
输出
它将生成以下输出 −
数组输入: [[1 3 4] [4 6 7]] 重塑数组: [1 3 4 4 6 7]
