如下所示：

Numpy中reshape的使用方法為:numpy.reshape(a, newshape, order='C')

參數詳解：

1.a: type:array_like(偽數組，可以看成是對數組的擴展，但是不影響原始數組。)

需要reshape的array

2.newshape:新的數組

新形狀應與原形狀兼容。如果是整數，那么結果將是該長度的一維數組。一個形狀尺寸可以是-1。在本例中，值是 從數組的長度和剩余維度推斷出來的。

3.order: 可選為(C, F, A)

C: 按照行來填充

F: 按照列的順序來填充

A: 按任意方向，(default)。 這里相當于行

4.returns: ndarray，即返回一或多維數組

實戰：

首先，先創建幾個n維數組

import numpy as np

這里的意思是創建了一個2維數組

這里創建了一個3維2X2的數組。

這是四維

(1,2) 表示 [[ 0, 1]]

(3,1,2)表示3個(1,2):

[[[ 0, 1]],

[[ 2, 3]],

[[ 4, 5]]],

(2,3,1,2)表示2個(3,1,2):

[ [[[ 0, 1]],

[[ 2, 3]],

[[ 4, 5]]],

[[[ 6, 7]],

[[ 8, 9]],

[[10, 11]]] ]

了解了newshape里面的東西，reshape基本沒啥問題了。

我們再來看看order。

分別利用C，F，A來填充數據：

這就是reshape基本用法。

以上這篇Numpy之reshape()使用詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持python博客。

總結

以上是生活随笔為你收集整理的python中reshape_Numpy之reshape()使用详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。