reshape()格式

在 NumPy 中，`reshape()`函数用于改变数组的形状（即维度）。其语法格式为：

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

其中：
- `array`：要改变形状的数组。
- `newshape`：新的形状。
- `order`：可选，表示按照何种顺序读取原数组来创建新数组，有两种可选值：`'C'`和`'F'`，分别表示按行和按列。

`reshape()`函数返回一个新的数组，不会修改原始数组。如果新的形状不合法（比如元素个数不匹配），则会报错。

下面是一些示例：

import numpy as np

# 一维数组转换为二维数组
a = np.array([1, 2, 3, 4, 5, 6])
b = a.reshape((2, 3))
print(b)
# 输出：
# [[1 2 3]
#  [4 5 6]]

# 二维数组转换为一维数组
c = b.reshape((6,))
print(c)
# 输出：
# [1 2 3 4 5 6]

# 改变数组的顺序
d = np.arange(6).reshape((2, 3))
e = d.reshape((3, 2), order='F')
print(e)
# 输出：
# [[0 2]
#  [1 3]
#  [4 5]]

在`reshape()`函数中，可以使用`-1`来表示某一维度的大小由其他维度推断出来，例如：

f = np.array([[1, 2, 3], [4, 5, 6]])
g = f.reshape((-1,))
print(g)
# 输出：
# [1 2 3 4 5 6]

h = f.reshape((-1, 2))
print(h)
# 输出：
# [[1 2]
#  [3 4]
#  [5 6]]

注意，`reshape()`函数返回的是一个新的数组，原始数组并没有被修改。如果需要在原始数组上改变形状，可以使用`resize()`函数。