NumPy reshape() 函数详解：参数、顺序和示例

reshape() 函数 用于重新调整 NumPy 数组的形状。该函数接受多个参数，帮助您灵活地控制新形状以及元素的填充顺序。

参数：

1. shape: 指定数组的新形状，可以是整数元组或整数列表。例如，(2, 3) 表示 2 行 3 列的二维数组。

2. order: 指定填充新形状的顺序，可选值为 'C' (按行填充) 或 'F' (按列填充)。

3. ndmin: 指定返回的数组至少具有的维数。

示例：

import numpy as np

a = np.array([1, 2, 3, 4, 5, 6])
b = a.reshape((2, 3))  # 将 a 数组变为 2 行 3 列的二维数组
c = a.reshape((2, 3), order='F')  # 按列填充
d = a.reshape((2, 3), order='C')  # 按行填充
e = a.reshape((2, 3), ndmin=3)  # 返回至少 3 维的数组

print(b)
print(c)
print(d)
print(e)

输出：

[[1 2 3]
 [4 5 6]]
[[1 4]
 [2 5]
 [3 6]]
[[1 2 3]
 [4 5 6]]
[[[1 2 3]
  [4 5 6]]]

解释：

• b: 将 a 数组重新塑造成 2 行 3 列，默认按行填充。
• c: 将 a 数组重新塑造成 2 行 3 列，按列填充。
• d: 将 a 数组重新塑造成 2 行 3 列，按行填充 (与 b 相同)。
• e: 将 a 数组重新塑造成 2 行 3 列，并保证至少有 3 维，因此它被包装在一个额外的维度中。

reshape() 函数是 NumPy 中一个非常有用的工具，它允许您以多种方式调整数组的形状，以便更好地处理和分析您的数据。