numpy的reshape函数示例

numpy的reshape函数用于将数组重塑为新的形状。下面是一个示例：

import numpy as np

# 创建一个一维数组
a = np.array([1, 2, 3, 4, 5, 6])

# 将一维数组重塑为二维数组
b = a.reshape(2, 3)

print(a)
print(b)

输出：

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

这个示例中，我们首先创建了一个一维数组a，包含6个元素。然后，我们使用reshape函数将一维数组a重塑为一个2x3的二维数组b。最后，我们打印出a和b的值，可以看到a是一个一维数组，而b是一个2x3的二维数组，元素值与a相同。

相关问题

numpy reshape函数参数详解

numpy中的reshape函数可以将一个数组重塑为指定形状的新数组。它的语法如下：

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

其中，arr表示要重塑的数组，newshape表示新数组的形状，order表示重塑后的数组在内存中的存储顺序，默认为'C'，即按行存储。

下面是一些常见的用法示例：

import numpy as np

# 将一维数组重塑为二维数组
a = np.array([1, 2, 3, 4, 5, 6])
b = np.reshape(a, (2, 3))
print(b)
# 输出：
# [[1 2 3]
#  [4 5 6]]

# 将二维数组重塑为三维数组
c = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])
d = np.reshape(c, (2, 2, 2))
print(d)
# 输出：
# [[[1 2]
#   [3 4]]
#
#  [[5 6]
#   [7 8]]]

# 将三维数组重塑为二维数组
e = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
f = np.reshape(e, (4, 2))
print(f)
# 输出：
# [[1 2]
#  [3 4]
#  [5 6]
#  [7 8]]

numpy的reshape函数

numpy的reshape函数是用来改变数组的形状的函数。该函数接受一个数组和一个形状参数，返回一个具有新形状的数组，其元素数与原数组相同。

语法格式：

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

参数说明：
- a：要操作的数组；
- newshape：新数组的形状，可以是整数、元组、列表等形式；
- order：可选参数，默认是'c'，表示按行展开数组，也可以设置为'F'，表示按列展开数组。

示例：

import numpy as np
a = np.array([[1, 2], [3, 4], [5, 6]])
b = np.reshape(a, (2, 3))
print(b)

输出结果：

array([[1, 2, 3],
       [4, 5, 6]])

上面的代码将原来的数组a转换成了新的形状为(2, 3)的数组b。