Python numpy.reshape

numpy.reshape() 在不改变其数据的情况下，为数组提供了一个新的形状。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 - 序列的结束点。

• newshape - 如果是整数，则结果将是长度为该值的一维数组，且一维度可以为-1。

• order - 定义输入数组元素读取的顺序。

  • 如果顺序为“C”，则以C-like索引顺序读取和写入元素，其中最后一个索引变化最快，第一个轴索引变化最慢。

  • “F”表示以Fortran-like索引顺序读取和写入元素，其中最后一个索引轴变化最慢，第一个轴索引变化最快。

  • “A”表示以Fortran-like索引顺序读写元素，当数组在内存中是连续的时。

示例1

让我们考虑以下示例 –

# Import numpy
import numpy as np

# input array
x = np.array([[3,5,6], [7,8,9]])
print("Array Input :\n", x)

# reshape() function
y = np.reshape(x, (3, -3))
print("Reshaped Array: \n", y)

输出

它将生成以下输出−

Array Input :
 [[3 5 6]
 [7 8 9]]
Reshaped Array:
 [[3 5]
 [6 7]
 [8 9]]

示例2

让我们再举一个示例−

# Import numpy
import numpy as np

# Create an input array
x = np.array([[1,3,4], [4,6,7]])
print("Array Input :\n", x)

# reshape() function
y = np.reshape(x, 6, order='C')
print("Reshaped Array: \n", y)

输出

它将生成以下输出-

Array Input :
 [[1 3 4]
 [4 6 7]]
Reshaped Array:
 [1 3 4 4 6 7]