numpy中reshape函数怎么使用

在NumPy中，reshape函数用于改变数组的形状。

使用reshape函数的语法如下：

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

其中，arr是要改变形状的数组，newshape是一个整数或整数元组，用于指定新数组的形状。order参数可选，默认为’C’，表示按行读取数组元素。

以下是一些使用reshape函数的示例：

import numpy as np
# 创建一个1维数组，并将其形状改变为2x2的矩阵
arr1 = np.array([1, 2, 3, 4])
arr2 = np.reshape(arr1, (2, 2))
print(arr2)
# 输出：
# [[1 2]
#  [3 4]]
# 创建一个2x2的矩阵，并将其形状改变为1维数组
arr3 = np.array([[1, 2], [3, 4]])
arr4 = np.reshape(arr3, (4,))
print(arr4)
# 输出：
# [1 2 3 4]
# 创建一个3x4的矩阵，并将其形状改变为4x3的矩阵
arr5 = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
arr6 = np.reshape(arr5, (4, 3))
print(arr6)
# 输出：
# [[ 1  2  3]
#  [ 4  5  6]
#  [ 7  8  9]
#  [10 11 12]]

注意，reshape函数并不改变原始数组的形状，而是返回一个改变形状后的新数组。如果你希望改变原始数组的形状，可以使用resize函数。