Numpy之reshape()使用详解
更新时间：2019年12月26日 10:06:50 作者：起飞的木木
今天小编就为大家分享一篇Numpy之reshape()使用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
如下所示：
Numpy中reshape的使用方法为:numpy.reshape(a, newshape, order='C')
参数详解：
1.a: type:array_like(伪数组，可以看成是对数组的扩展，但是不影响原始数组。)
需要reshape的array
2.newshape:新的数组
新形状应与原形状兼容。如果是整数，那么结果将是该长度的一维数组。一个形状尺寸可以是-1。在本例中，值是 从数组的长度和剩余维度推断出来的。
3.order: 可选为(C, F, A)
C: 按照行来填充
F: 按照列的顺序来填充
A: 按任意方向，(default)。 这里相当于行
4.returns: ndarray，即返回一或多维数组
实战：
首先，先创建几个n维数组
import numpy as np
这里的意思是创建了一个2维数组
这里创建了一个3维2X2的数组。
这是四维
(1,2) 表示 [[ 0, 1]]
(3,1,2)表示3个(1,2):
[[[ 0, 1]],
[[ 2, 3]],
[[ 4, 5]]],
(2,3,1,2)表示2个(3,1,2):
[ [[[ 0, 1]],
[[ 2, 3]],
[[ 4, 5]]],
[[[ 6, 7]],
[[ 8, 9]],
[[10, 11]]] ]
了解了newshape里面的东西，reshape基本没啥问题了。
我们再来看看order。
分别利用C，F，A来填充数据：
这就是reshape基本用法。
以上这篇Numpy之reshape()使用详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
retrying是一个python的重试包，可以用来自动重试一些可能运行失败的程序段。这篇文章主要介绍了python自动重试第三方包retrying的方法，需要的朋友参考下吧2018-04-04
分析Python中设计模式之Decorator装饰器模式的要点
这篇文章主要介绍了Python中设计模式之Decorator装饰器模式模式,文中详细地讲解了装饰对象的相关加锁问题,需要的朋友可以参考下2016-03-03
这篇文章主要为大家详细介绍了python实现决策树的相关代码，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2017-12-12
这篇文章主要介绍了python列表的构造方法list()，python中没有数组这个概念，与之相应的是列表，本篇文章就来说说列表这个语法，下面文章详细内容，需要的小伙伴可以参考一下2022-03-03
在本篇文章里小编给大家整理的是一篇关于python os.system执行cmd指令代码详解内容，有兴趣的朋友们可以学习下。2021-10-10
这篇文章主要为大家详细介绍了python实现滑雪游戏，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2020-02-02
这篇文章主要介绍了Python学习笔记之变量、自定义函数用法,结合实例形式分析了Python变量、自定义函数的概念、功能、使用方法及相关操作注意事项,需要的朋友可以参考下2019-05-05
在本篇文章里小编给大家分享的是关于python编写win程序的实例内容，有需要的朋友们可以学习下。2020-06-06
这篇文章主要介绍了python中的opencv 图像梯度，图像梯度计算的是图像变化的速度，图像梯度计算需要求导数，但是图像梯度一般通过计算像素值的差来得到梯度的近似值，下文详细介绍需要的小伙伴可以参考一下2022-06-06
这篇文章主要为大家详细介绍了如何利用Python中的 NumPy 和 OpenCV 库实现求不同分辨率图像的峰值信噪比，感兴趣的小伙伴可以跟随不想一起学习一下2023-01-01
最新评论