Numpy中的reshape()函数用于将数组的维度重新设置，这个函数的目的是调整数组的形状，而不是改变原数组中的任何数值。该函数返回一个新数组，该数组与原数组共享数据，但在调整维度时会创建新的数组。
Numpy的reshape()函数可以以几种不同的方式使用。如果要将原数组调整为一个新的形状，可以使用以下语法：
numpy.reshape(array, newshape, order=’C’)
参数说明：
下面我们通过一个简单的实例来解释reshape()函数的用法：
import numpy as np
# 创建一个3x3的二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr)
# 将二维数组转换为一维数组
arr_1d = np.reshape(arr, -1)
print(arr_1d)输出：
[[1 2 3]
[4 5 6]
[7 8 9]]
[1 2 3 4 5 6 7 8 9]以上代码创建了一个3x3的二维数组，然后使用reshape()函数将其转换为一个一维数组。其中，参数-1表示根据原数组自动计算数组长度。
下面我们通过另一个实例来展示reshape()函数的用法：
import numpy as np
# 创建一个1x9的一维数组
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
print(arr)
# 将一维数组转换为3x3的二维数组
arr_2d = np.reshape(arr, (3, 3))
print(arr_2d)
# 将二维数组转换为3x3x1的三维数组
arr_3d = np.reshape(arr_2d, (3, 3, 1))
print(arr_3d)输出：
[1 2 3 4 5 6 7 8 9]
[[1 2 3]
[4 5 6]
[7 8 9]]
[[[1]
[2]
[3]]
[[4]
[5]
[6]]
[[7]
[8]
[9]]]以上代码创建了一个1x9的一维数组，使用reshape()函数将其转换为一个3x3的二维数组，然后再将二维数组转换为一个3x3x1的三维数组。可以看出，reshape()函数可以用于不同维度之间的相互转换。
本文链接：http://task.lmcjl.com/news/17106.html