Python numpy reshape詳解

一、reshape概覽

Python numpy reshape（重塑）是一種通過更改形狀和大小來重新構造數組的方法。重塑不改變數據本身的內容。換句話說，numpy里reshape()函數是用於調整數組的形狀、大小的，返回一個改變後的數組。

我們可以像下面這樣使用numpy數組reshape()函數：

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
newarr = arr.reshape(2, 4) # 將 arr 數組重塑為 2 行 4 列的數組，即 2 維數組
print(newarr)

上述代碼的輸出結果會是一個新的2行4列的數組，如下：

[[1 2 3 4]
 [5 6 7 8]]

接下來我們將對numpy里的reshape()函數進行詳細解釋。

二、numpy reshape語法

在numpy中，可以使用多種方式來創建數組。之後可以為這些數組重塑大小。在numpy中，可以在不改變數組數據的情況下更改數組形狀，這就是reshape函數的功能。下面是numpy中reshape函數的語法：

numpy.reshape(arr, newshape, order='C')

下面是reshape函數的參數描述：

• arr：要進行重塑的numpy數組。
• newshape：整數或者整數數組，表示重新構造後的數組的形狀。
• order：C，F或A中的一個，可選項，表示顯式地使用行或列的主要順序。『C』表示C風格，即逐行；『F』表示Fortran風格，即逐列。『A』表示不確定，因為其他程序可能會更改C和F標記的意義。

三、numpy reshape函數示例

1. 將一維數組重構為多維數組

下面這個例子將一個長度為 8 的數組轉換為一個維度為 4 行 2 列的數組：

import numpy as np

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

輸出的結果如下：

[[1 2]
 [3 4]
 [5 6]
 [7 8]]

2. 保持數組的同一維度，同時更改大小

下面的示例將一個 2 行 2 列的數組中的所有元素重構到一個維度為 1 行 4 列的新數組中：

import numpy as np

arr = np.array([[1, 2], [3, 4]])
newarr = arr.reshape(1, 4)
print(newarr)

輸出的結果如下：

[[1 2 3 4]]

3. 多維數組轉換為一維數組

下面這個例子使用reshape()函數將多維數組轉換為一維數組

import numpy as np

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

輸出的結果如下：

[1 2 3 4 5 6]

無論多維數組的形狀如何，mode參數設定為-1就可以將其重塑為一維數組。

四、numpy reshape的高級應用

有時候，我們可能會碰到一些稍微複雜的操作，此時，reshape()函數可以發揮出其高級應用。比如，reshape函數允許多種維度的數組組合成同一維度的數組，或將多個不同形狀的數組在特定條件下進行組合。

1. 拉平多維數組

下面的示例代碼展示了如何使用reshape來將三維數組中的所有元素轉換為一維數組：

import numpy as np

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

輸出的結果如下：

[1 2 3 4 5 6 7 8]

2. 在numpy中連接多個數組

下面的示例代碼展示了如何使用reshape來連接多個數組：

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr3 = np.concatenate((arr1, arr2))
print(arr3)
newarr = arr3.reshape(2, 3)
print(newarr)

列印出結果如下：

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

總結

在使用Python中的numpy時，reshape函數是一個十分有用的函數。reshape()函數可以用於重塑任意形狀的數組，使其變成所需的形狀。在本文中，我們詳細介紹了Python numpy reshape函數的語法、示例以及高級應用。希望這篇文章可以幫助你更好地了解numpy reshape的應用。