本文主要是介绍Python numpy函数：reshape（）、shape[]，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
转自：https://blog.csdn.net/cigo_2018/article/details/80948567
reshape（）是数组对象中的方法，用于改变数组的形状。
形状变化是基于数组元素不能改变的，变成的新形状中所包含的元素个数必须符合原来元素个数。如果数组元素发生变化的时候，就会报错：
reshape函数生成的新数组和原始数组公用一个内存，也就是说，不管是改变新数组还是原始数组的元素，另一个数组也会随之改变：
=========================================================================
如图：建立一个4*2的矩阵，利用shape可输出矩阵的维度，即行数和列数。shape[0]和shape[1]分别代表行和列的长度,
reshape(-1,1)表示只固定列为1列，行不知道，自动确定
同理，.reshape(2,-1）表示只确定行，列系统自动确定。
转自：https://blog.csdn.net/wld914674505/article/details/80460042
大意是说，数组新的shape属性应该要与原来的配套，如果等于-1的话，那么Numpy会根据剩下的维度计算出数组的另外一个shape属性值。
举几个例子或许就清楚了，有一个数组z，它的shape属性是(4, 4)
z = np.array([[1, 2, 3, 4],[5, 6, 7, 8],[9, 10, 11, 12],[13, 14, 15, 16]])
z.shape
(4, 4)z.reshape(-1)
z.reshape(-1)
array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16])z.reshape(-1, 1)
也就是说，先前我们不知道z的shape属性是多少，但是想让z变成只有一列，行数不知道多少，通过`z.reshape(-1,1)`，Numpy自动计算出有12行，新的数组shape属性为(16, 1)，与原来的(4, 4)配套。
z.reshape(-1,1)array([[ 1],[ 2],[ 3],[ 4],[ 5],[ 6],[ 7],[ 8],[ 9],[10],[11],[12],[13],[14],[15],[16]])z.reshape(-1, 2)
newshape等于-1，列数等于2，行数未知，reshape后的shape等于(8, 2)
z.reshape(-1, 2)array([[ 1, 2],[ 3, 4],[ 5, 6],[ 7, 8],[ 9, 10],[11, 12],[13, 14],[15, 16]])同理，只给定行数，newshape等于-1，Numpy也可以自动计算出新数组的列数。
这篇关于Python numpy函数：reshape（）、shape[]的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
