np.reshape方法詳解

一、基本介紹

np.reshape()方法是NumPy中的一個關鍵操作，用於重塑數組的尺寸。通過該方法可以改變數組的形狀，維度數量和元素數量不一定會改變。

通常情況下，np.reshape()方法僅僅是改變了數組的尺寸而已。但是，如果新的形狀尺寸不同於原來的尺寸，那麼該方法將創建一個新的數組，元素數量與原來的數量相同。

np.reshape()方法通常使用非常廣泛，比如將一維數組轉化為多維數組，在機器學習中可以將數據重塑為模型能夠接受的形狀。

二、使用方法

np.reshape()方法一般可以使用以下兩種方式：

1.調用方法

import numpy as np

# 創建一維數組
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])

# 將一維數組轉化為三行三列的二維數組
new_arr = arr.reshape(3, 3)
print(new_arr)

輸出結果：

[[1 2 3]
 [4 5 6]
 [7 8 9]]

使用該方式時，需要將原數組的形狀尺寸以元組的形式傳遞給reshape()方法。這裡為了將原來的一維數組轉化為三行三列的二維數組，需要傳遞(3,3)作為形狀尺寸。

2.使用數組屬性

import numpy as np

# 創建一維數組
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])

# 將一維數組轉化為三行三列的二維數組
arr.shape = (3, 3)

print(arr)

輸出結果：

[[1 2 3]
 [4 5 6]
 [7 8 9]]

使用該方式時，只需要使用數組對象的shape屬性來直接改變其形狀尺寸。這裡需要將數組的形狀尺寸直接設置為(3,3)。

三、常見應用場景

1.將一維數組轉化為多維數組

在NumPy中，保存數據時通常會使用一維數組。如果需要將數據轉化為多維數組，則可以使用np.reshape()方法。

import numpy as np

# 創建一維數組
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])

# 將一維數組轉化為三行三列的二維數組
new_arr = arr.reshape(3, 3)

print(new_arr)

輸出結果：

[[1 2 3]
 [4 5 6]
 [7 8 9]]

2.改變數組的尺寸

np.reshape()方法還可以用於改變數組的尺寸，並保證元素數量不變。

import numpy as np

# 創建一個二維數組
arr = np.array([[1, 2], [3, 4], [5, 6]])

# 將數據存儲順序改變為行優先
arr = arr.reshape(6, order='C')

print(arr)

輸出結果：

[1 2 3 4 5 6]

這裡將原來的二維數組改變為了一維數組，但其元素數量不變，因此可以成功重塑數組的尺寸。

3.快捷設置數組的形狀尺寸

對於numpy數組，可以通過直接設置shape屬性來改變數組的形狀尺寸，實現快捷設置。

import numpy as np

# 創建一個三行四列的二維數組
arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

# 將數組重塑成兩行六列的二維數組
arr.shape = (2, 6)

print(arr)

輸出結果：

[[ 1  2  3  4  5  6]
 [ 7  8  9 10 11 12]]

四、總結

np.reshape()方法是NumPy中非常重要的一個方法，用於重新調整數組的形狀，適配不同的應用場景。使用該方法，可以實現一維數組向多維數組的轉換，也可以通過直接設置shape屬性實現數組形狀的快捷設置，對數組的處理起到了重要的作用。