Python的reshape的用法

 

請參考：https://blog.csdn.net/qq_29831163/article/details/90112000#reshape(1%2C-1)%E8%BD%AC%E5%8C%96%E6%88%901%E8%A1%8C%EF%BC%9A

 

numpy中reshape函數的三種常見相關用法 

　　reshape(1,-1)轉化成1行： 

　　reshape(2,-1)轉換成兩行： 

　　reshape(-1,1)轉換成1列： 

　　reshape(-1,2)轉化成兩列

 

numpy中reshape函數的三種常見相關用法

• numpy.arange(n).reshape(a, b)    依次生成n個自然數，並且以a行b列的數組形式顯示

np.arange(16).reshape(2,8) #生成16個自然數，以2行8列的形式顯示

import numpy as np

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

結果：　　

[[ 0 1 2 3 4 5 6 7]
[ 8 9 10 11 12 13 14 15]]

 

• mat (or array).reshape(c, -1)     必須是矩陣格式或者數組格式，才能使用 .reshape(c, -1) 函數， 表示將此矩陣或者數組重組，以 c行d列的形式表示

arr.reshape(4,-1) #將arr變成4行的格式，列數自動計算的(c=4, d=16/4=4)

 

#將arr變成4行的格式，列數自動計算的(c=4, d=16/4=4)
arr2 = arr.reshape((4,-1))
print(arr2)

結果：

[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]
[12 13 14 15]]

 

#reshape(2,-1)轉換成兩行：
arr5 = arr.reshape((2,-1))
print(arr5)

結果：

[[ 0 1 2 3 4 5 6 7]
[ 8 9 10 11 12 13 14 15]]

 

#reshape(-1,2)轉化成兩列:
arr6 = arr.reshape((-1,2))
print(arr6)

結果：

[[ 0 1]
[ 2 3]
[ 4 5]
[ 6 7]
[ 8 9]
[10 11]
[12 13]
[14 15]]

• numpy.arange(a,b,c)    從 數字a起, 步長為c, 到b結束，生成array
• numpy.arange(a,b,c).reshape(m,n)  ：將array的維度變為m 行 n列。

 

#reshape(1,-1)轉化成1行：
arr3 = arr.reshape(1,-1)
print(arr3)

結果：[[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15]]

 

#reshape(-1,1)轉化成1列：
arr4 = arr.reshape(-1,1)
print(arr4)

結果：

[[ 0]
[ 1]
[ 2]
[ 3]
[ 4]
[ 5]
[ 6]
[ 7]
[ 8]
[ 9]
[10]
[11]
[12]
[13]
[14]
[15]]