array.reshape(-1, 1)

### 回答1：
array.reshape(-1, 1) 的作用是将一个数组重新排列成一个列数为1的二维数组。其中参数 -1 表示行数由程序自动推导出来，以保证数组元素总数不变。这个操作常用于将一维数组转换为列向量，或者在某些机器学习算法中将输入数据的维度进行调整。

### 回答2：
array.reshape(-1, 1)是一种数组重塑的操作。这个操作可以使得原始数组变为一个只有一列的二维数组。

参数-1表示自动计算数组的行数。在这种情况下，reshape函数会根据原始数组的大小和列数计算出新的行数。而参数1表示新数组的列数，也就是1列。

这种操作主要用于需要将原始数组变为列向量的情况。例如，原始数组是一个n维数组，通过reshape(-1, 1)之后，就可以将该数组变为只有1列的二维数组，每一行对应原数组的一个元素。

通过这种重塑操作，可以方便地进行一些需要特定形状的计算。例如，在机器学习中，常常需要将特征向量整理成一列，以便用于训练模型。

总之，array.reshape(-1, 1)是一种用于重塑数组形状的操作，可以将原始数组变为只有1列的二维数组，方便进行一些特定形状要求的计算。

### 回答3：
array.reshape(-1, 1)是一个NumPy数组的方法，用于重新设置数组的形状。其中的-1表示自动计算数组的行数或列数，而1表示数组的列数为1。

通过reshape(-1, 1)，我们可以将一个一维数组转换为一个二维列向量。具体来说，如果原始数组有n个元素，那么reshape(-1, 1)将会得到一个n行1列的数组。

举个例子，假设我们有一个一维数组array，其内容为[1, 2, 3, 4, 5]，如果我们调用array.reshape(-1, 1)，将会得到一个二维数组：

[[1]
[2]
[3]
[4]
[5]]

可以看到，原始数组被重新排列为5行1列的形式。

这种重新设置数组形状的操作常用于数据处理和机器学习中。例如，在一些机器学习算法中，我们需要将输入数据转换为特定的形状，以便进行训练或预测。reshape(-1, 1)提供了一种方便的方式，可以快速将一维数组转换为列向量，使得数据满足算法的输入要求。

总之，array.reshape(-1, 1)是一种常用的NumPy数组操作，用于将一维数组重新排列为n行1列的二维数组形式。这个方法在数据处理和机器学习中有着广泛的应用。