numpy.reshape用法

numpy.reshape是用来改变数组的形状的函数。它的语法如下：

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

其中，arr表示要改变形状的数组，newshape表示新的形状，可以是一个元组或一个整数，order表示数组的存储顺序，可以是'C'或'F'，分别表示行优先和列优先。如果没有指定order参数，则默认为'C'。

下面是一些使用numpy.reshape的示例：

1. 将一维数组转换为二维数组：

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6])
arr_reshape = np.reshape(arr, (2, 3))
print(arr_reshape)

输出：

[[1 2 3]
[4 5 6]]

2. 将二维数组转换为一维数组：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
arr_reshape = np.reshape(arr, (6,))
print(arr_reshape)

输出：

[1 2 3 4 5 6]

3. 将三维数组转换为二维数组：

import numpy as np

arr = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
arr_reshape = np.reshape(arr, (2, 4))
print(arr_reshape)

输出：

[[1 2 3 4]
[5 6 7 8]]

4. 将二维数组的存储顺序改为列优先：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
arr_reshape = np.reshape(arr, (3, 2), order='F')
print(arr_reshape)

输出：

[[1 5]
[4 2]
[3 6]]