Python – numpy.reshape

numpy.reshape() 为数组赋予新形状而不更改其数据。其语法如下 −

numpy.reshape(arr, newshape, order='C')

参数

numpy.reshape() 可以接受以下参数 −

• arr − 输入数组。

• shape − 序列的端点

• newshape −如果是整数，则结果将是该长度的一维数组，并且一个维度可以是 -1。

• order − 它定义应读取输入数组元素的顺序。

  • 如果 order 为 ‘C’，则它使用类似 C 的索引顺序读取和写入元素，其中最后一个索引变化最快，第一个轴索引变化缓慢。

  • ‘F’ 表示使用类似 Fortran 的索引顺序读取和写入元素，其中最后一个索引轴变化缓慢，第一个轴索引变化快速。

  • ‘A’表示当数组在内存中连续时，以 Fortran 式索引顺序读取/写入元素。

示例 1

让我们考虑以下示例 −

# Import numpy
import numpy as np

# 输入数组
x = np.array([[3,5,6], [7,8,9]])
print("数组输入:\n", x)

# reshape() 函数
y = np.reshape(x, (3, -3))
print("重塑数组:\n", y)

输出

它将生成以下输出 −

数组输入:
[[3 5 6]
[7 8 9]]
重塑数组:
[[3 5]
[6 7]
[8 9]]

示例 2

我们再举一个例子 −

# 导入 numpy
import numpy as np

# 创建输入数组
x = np.array([[1,3,4], [4,6,7]])
print("数组输入:\n", x)

# reshape() 函数
y = np.reshape(x, 6, order='C')
print("重塑数组:\n", y)

输出

它将生成以下输出 −

数组输入:
[[1 3 4]
[4 6 7]]
重塑数组:
[1 3 4 4 6 7]

相关文章

• 在 NumPy 中查找给定月份的工作日数量
• 查找 numpy 数组的大小
• 查找 NumPy 数组中的最大和最小元素
• 使用 Python 中的 NumPy 生成具有给定根的 Hermite_e 级数
• 查找两个 NumPy 数组的并集
• Python - Numpy 数组上的操作
• Numpy 中的结构化数组
• 如何使用 NumPy Arrange 创建线性增加的值序列?
• 如何获取 NumPy 数组在特定索引位置的值?
• 使用 NumPy 在给定列表中查找数字的倍数

有用资源

• python 参考教程 - 该教程包含有关 python 的更多信息:https://www.cainiaomax.com/python/