查看“Python/numpy array reshape”的源代码

<languages />
= NumPy数组重塑 =

== 重塑数组 ==

重塑意味着更改数组的形状。

数组的形状是每个维中元素的数量。

通过重塑，我们可以添加或删除维度或更改每个维度中的元素数量。

== 从一维变形为二维 ==

<div>

=== 例 ===

将以下具有12个元素的1-D数组转换为2-D数组。

最外面的维度将具有4个数组，每个数组包含3个元素：

<pre class="notranslate pythonHigh">  import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 
  12])


  newarr = arr.reshape(4, 3)

print(newarr)</pre>

</div>
== 从1-D变形为3-D ==

<div>

=== 例 ===

将以下具有12个元素的1-D数组转换为3-D数组。

最外面的维度将具有2个数组，其中包含3个数组，每个数组包含2个元素：

<pre class="notranslate pythonHigh">  import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 
  12])


  newarr = arr.reshape(2, 3, 2)

print(newarr)</pre>

</div>
== 我们可以重塑成任何形状吗？ ==

是的，只要重塑所需的元素在两种形状中均相等。

我们可以将2个2行2D数组中的8个元素1D数组重塑为4个元素，但是我们不能将其重塑为3个元素3行2D数组，因为这将需要3x3 = 9个元素。

<div>

=== 例 ===

尝试将具有8个元素的1D数组转换为每个维度中具有3个元素的2D数组（将产生错误）：

<pre class="notranslate pythonHigh">  import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])


  newarr = arr.reshape(3, 3)

print(newarr)</pre>

</div>
== 返回复制还是查看？ ==

<div>

=== 例 ===

检查返回的数组是副本还是视图：

<pre class="notranslate pythonHigh">  import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])


  print(arr.reshape(2, 4).base)</pre>

</div>
上面的示例返回原始数组，因此它是一个视图。

== 未知尺寸 ==

允许您使用一个“未知”维度。

这意味着您不必在整形方法中为尺寸之一指定确切的数字。

Pass
<code>     -1    </code>
作为值，NumPy将为您计算该数字。

<div>

=== 例 ===

将8个元素的1D数组转换为2x2元素的3D数组：

<pre class="notranslate pythonHigh">  import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])


  newarr = arr.reshape(2, 2, -1)

print(newarr)</pre>

</div>
<div>

'''注意：'''
我们不能通过
<code>      -1     </code>
超过一个维度


</div>
== 展平数组 ==

展平数组意味着将多维数组转换为一维数组。

我们可以用
<code>     reshape(-1)    </code>
去做这个。

<div>

=== 例 ===

将数组转换为一维数组：

<pre class="notranslate pythonHigh">  import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

newarr 
  = arr.reshape(-1)

print(newarr)</pre>

</div>
<div>

'''注意：'''
有很多函数可以更改numpy中数组的形状
<code>      flatten     </code>
,
<code>      ravel     </code>
并用于重新排列元素
<code>      rot90     </code>
,
<code>      flip     </code>
,
<code>      fliplr     </code>
,
<code>      flipud     </code>
etc.这些属于numpy的中级到高级部分。


</div>
<br />