NumPy教程-numpy.reshape()在Python中的使用
NumPy教程-numpy.reshape()在Python中的使用
gh_1d7504e4dee1
回复：python，领取Python面试题。分享Python教程，Python架构师教程，Python爬虫，Python编程视频，Python脚本，Pycharm教程，Python微服务架构，Python分布式架构，Pycharm注册码。
语法
numpy.reshape(arr, new_shape, order=
’C’
)
参数
-
索引顺序’C’表示使用类似C的索引顺序读取/写入元素，其中最后一个轴索引变化最快，从第一个轴索引变化最慢。 -
索引顺序’F’表示使用类似Fortran的索引顺序读取/写入元素，其中最后一个轴索引变化最慢，而第一个轴索引变化最快。 ’C’和’F’顺序不涉及底层数组的内存布局，只涉及索引的顺序。 -
索引顺序’A’表示在内存中连续时，按照类似Fortran的索引顺序读取/写入元素，否则使用类似C的顺序。
资源分享
返回值
示例 1：类似C的索引顺序
import
numpy as np
x
=
np.arange(12)
y
=
np.reshape(x, (4, 3))
x
y
array
(
[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
)
array
(
[[ 0, 1, 2, 3]
,
[ 4, 5, 6, 7]
,
[ 8, 9, 10, 11]
])
我们使用别名np导入了numpy。
我们使用np.arange()函数创建了一个数组’x’。
我们声明了变量’y’，并将其赋值为np.reshape()函数的返回值。
我们在函数中传递了数组’x’和形状。
最后，我们尝试打印数组的值。
示例 2：与C ravel然后C reshape等效
import
numpy as np
x
=
np.arange(12)
y
=
np.reshape(np.ravel(x), (3, 4))
x
y
array
(
[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
)
array
(
[[ 0, 1, 2, 3]
,
[ 4, 5, 6, 7]
,
[ 8, 9, 10, 11]
])
示例 3：类似Fortran的索引顺序
import
numpy as np
x
=
np.arange(12)
y
=
np.reshape(x, (4, 3), order=’F’)
x
y
array
(
[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
)
array
(
[[ 0, 4, 8]
,
[ 1, 5, 9]
,
[ 2, 6, 10]
,
[ 3, 7, 11]
])
我们使用别名np导入了numpy。
我们使用np.arange()函数创建了一个数组’x’。
我们声明了变量’y’，并将其赋值为np.reshape()函数的返回值。
我们在函数中传递了数组’x’、形状和类似Fortran的索引顺序。
最后，我们尝试打印数组的值。
示例 4：类似Fortran的索引顺序
import
numpy
as
np
x = np.arange(
12
)
y = np.reshape(np.ravel(x, order=
’F’
), (
4
,
3
), order=
’F’
)
x
y
array
(
[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
)
array
(
[[ 0, 4, 8]
,
[ 1, 5, 9]
,
[ 2, 6, 10]
,
[ 3, 7, 11]
])
示例 5：未指定的值被推断为2
import
numpy as np
x
=
np.arange(12)
y
=
np.reshape(x, (2, -1))
x
y
我们使用别名np导入了numpy。
我们使用np.arange()函数创建了一个数组’x’。
我们声明了变量’y’，并将其赋值为np.reshape()函数的返回值。
我们在函数中传递了数组’x’和形状（未指定值）。
最后，我们尝试打印数组的值。
array
(
[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
)
array
(
[[ 0, 1, 2, 3, 4, 5]
,
[ 6, 7, 8, 9, 10, 11]
])
-
30k侮辱价，狗都不去！
-
NumPy教程-numpy.append()在Python中的使用
-
GitHub上火爆——12306抢票的开源实践