numpy中reshape

NumPy中的reshape函数用于改变数组的形状。它接受一个表示新形状的元组作为参数，并返回一个具有新形状的新数组，原始数组的元素数必须与新形状兼容。

例如，假设我们有一个1维数组arr，它包含6个元素：

import numpy as np

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

我们可以使用reshape函数将其转换为一个2行3列的矩阵：

new_arr = arr.reshape(2, 3)

现在new_arr是一个2x3的矩阵，它包含之前arr中的所有元素：

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

需要注意的是，reshape函数返回一个新数组，而不是修改原始数组。如果您希望在原始数组上进行操作，请使用resize函数。另外，如果您在调整形状时指定新形状中的某个维度为-1，则NumPy会自动计算该维度的大小，以使新数组的元素数与原始数组相同。例如，以下代码将创建一个2x3的矩阵：

new_arr = arr.reshape(2, -1)

这里我们指定了新形状的第一个维度为2，但是第二个维度为-1，这意味着NumPy会自动计算第二个维度的大小以使新数组的元素数与原始数组相同。在这种情况下，NumPy将计算第二个维度的大小为3，因为原始数组中有6个元素，并且2x3=6。