📅  最后修改于: 2023-12-03 15:18:57.167000             🧑  作者: Mango
numpy.reshape()函数用于在不改变数据的条件下修改数组的形状。
numpy.reshape(arr, newshape, order='C')
返回修改形状后的数组。
import numpy as np
a = np.array([[1,2,3],[4,5,6],[7,8,9]])
print('原始数组:')
print(a)
print('形状为:',a.shape)
b = np.reshape(a, (1,9))
print('修改后的数组:')
print(b)
print('形状为:',b.shape)
c = np.reshape(a, (3,3))
print('另一个修改后的数组:')
print(c)
print('形状为:',c.shape)
输出结果为:
原始数组:
[[1 2 3]
[4 5 6]
[7 8 9]]
形状为: (3, 3)
修改后的数组:
[[1 2 3 4 5 6 7 8 9]]
形状为: (1, 9)
另一个修改后的数组:
[[1 2 3]
[4 5 6]
[7 8 9]]
形状为: (3, 3)
可以看到,通过numpy.reshape()函数修改数组的形状后,原始数组的值并没有改变。同时,我们可以通过传递不同的参数来得到不同形状的数组。