如下所示：
Numpy中reshape的使用方法為:numpy.reshape(a, newshape, order='C')
參數詳解：
1.a: type:array_like(偽數組，可以看成是對數組的擴展，但是不影響原始數組。)
需要reshape的array
2.newshape:新的數組
新形狀應與原形狀兼容。如果是整數，那么結果將是該長度的一維數組。一個形狀尺寸可以是-1。在本例中，值是 從數組的長度和剩余維度推斷出來的。
3.order: 可選為(C, F, A)
C: 按照行來填充
F: 按照列的順序來填充
A: 按任意方向，(default)。 這里相當于行
4.returns: ndarray，即返回一或多維數組
實戰：
首先，先創建幾個n維數組
import numpy as np
這里的意思是創建了一個2維數組
這里創建了一個3維2X2的數組。
這是四維
(1,2) 表示 [[ 0, 1]]
(3,1,2)表示3個(1,2):
[[[ 0, 1]],
[[ 2, 3]],
[[ 4, 5]]],
(2,3,1,2)表示2個(3,1,2):
[ [[[ 0, 1]],
[[ 2, 3]],
[[ 4, 5]]],
[[[ 6, 7]],
[[ 8, 9]],
[[10, 11]]] ]
了解了newshape里面的東西，reshape基本沒啥問題了。
我們再來看看order。
分別利用C，F，A來填充數據：
這就是reshape基本用法。
以上這篇Numpy之reshape()使用詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
