np.array().reshape()

'b'np.array().reshape()' 是 numpy 中的一个函数，可以用来将一个数组调整成新的维度。通过指定新的形状参数，可以实现将数组变成想要的形状，例如变成一维、二维、三维等不同的形状。

相关问题

np.array.reshape

np.array.reshape()是numpy库中的一个函数，用于改变数组的形状。它可以将一个数组重新排列成一个新的形状，而不改变其数据。例如，如果你有一个3行4列的数组，你可以使用reshape函数将其转换为4行3列的数组。这个函数的语法是：np.array.reshape(new_shape)。其中，new_shape是一个元组，用于指定新数组的形状。如果new_shape中的一个维度是-1，则该维度将自动计算，以使数组中的元素数量保持不变。例如，如果你有一个12个元素的数组，你可以使用reshape函数将其转换为3行4列的数组，如下所示：np.array.reshape((3,4))。

np.array.reshape(-1)

引用中的错误提示意味着你的数据应该是一个二维数组，而不是一维数组。当你使用`np.array.reshape(-1)`时，-1表示未知的维度，这意味着你没有指定数组的形状。为了将一维数组转换为二维数组，你可以使用`np.array.reshape(-1, 1)`。这将把一维数组转换为一个列向量。所以，`np.array.reshape(-1, 1)`将会是解决这个问题的正确方法。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [python中 .reshape 的用法：reshape(1,-1)](https://blog.csdn.net/qq_44391957/article/details/120090486)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]