numpy中的reshape

`numpy.reshape()`函数用于将数组重新组织为指定形状的新数组，而不改变其原始数据。该函数返回一个具有新形状的数组，如果新形状不符合原始数据，则会产生错误。

语法如下：

numpy.reshape(a, newshape, order='C')

参数说明：

- `a`：需要进行重新组织的数组。
- `newshape`：整数或整数元组，用于指定新数组的形状。
- `order`：{‘C’, ‘F’, ‘A’}，可选参数，默认值为‘C’。用于指定数组在内存中的排列方式，即按行（C）或按列（F）存储，或者保持原样（A）。

使用示例：

import numpy as np

# 创建一个3行4列的二维数组
a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

# 将二维数组转换为一维数组
b = np.reshape(a, (12,))
print(b)

# 将一维数组转换为二维数组
c = np.reshape(b, (3, 4))
print(c)

# 按列存储
d = np.reshape(a, (3, 4), order='F')
print(d)

输出结果：

[ 1  2  3  4  5  6  7  8  9 10 11 12]
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
[[ 1  5  9  2]
 [ 6 10  3  7]
 [11  4  8 12]]

上述代码中，首先创建了一个3行4列的二维数组`a`，然后使用`np.reshape()`函数将其转换为一维数组`b`，再将一维数组`b`转换为2行6列的二维数组`c`，最后使用`order='F'`参数将原数组`a`按列存储，得到新的二维数组`d`。