numpy库reshape函数如何详细操作及优化？

本文共计636个文字，预计阅读时间需要3分钟。

numpy.reshape(重塑)用于为数组赋予一个新的形状而不改变其数据。语法：numpy.reshape(a, newshape, order='C')参数：+a: 要重新形状的数组+newshape: int或tuple的整数，表示新的形状。新的形状应与原始形状兼容。

numpy.reshape（重塑）

给数组一个新的形状而不改变其数据

numpy.reshape(a, newshape, order='C')参数：

a：array_like
要重新形成的数组。
newshape：int或tuple的整数
新的形状应该与原始形状兼容。如果是整数，则结果将是该长度的1-D数组。一个形状维度可以是-1。在这种情况下，从数组的长度和其余维度推断该值。
order：{'C'，'F'，'A'}可选
使用此索引顺序读取a的元素，并使用此索引顺序将元素放置到重新形成的数组中。'C'意味着使用C样索引顺序读取/写入元素，最后一个轴索引变化最快，回到第一个轴索引变化最慢。'F'意味着使用Fortran样索引顺序读取/写入元素，第一个索引变化最快，最后一个索引变化最慢。注意，'C'和'F'选项不考虑底层数组的内存布局，而只是参考索引的顺序。'A'意味着在Fortran类索引顺序中读/写元素，如果a 是Fortran 在内存中连续的，否则为C样顺序。

返回：

reshaped_array：ndarray
如果可能，这将是一个新的视图对象; 否则，它将是一个副本。注意，不能保证返回数组的内存布局（C-或Fortran-连续）。