NumPy 数组重塑
重塑数组
重塑是指改变数组的形状。
数组的形状是每个维度中的元素数量。
通过重塑，我们可以添加或删除维度，或更改每个维度中的元素数量。
从 1D 重塑为 2D
示例
将以下具有 12 个元素的 1D 数组转换为 2D 数组。
最外层维度将包含 4 个数组，每个数组有 3 个元素
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
newarr = arr.reshape(4, 3)
print(newarr)
自己动手试一试 »
从 1D 重塑为 3D
示例
将以下具有 12 个元素的 1D 数组转换为 3D 数组。
最外层维度将包含 2 个数组，每个数组包含 3 个子数组，每个子数组有 2 个元素
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
newarr = arr.reshape(2, 3, 2)
print(newarr)
自己动手试一试 »
可以重塑成任意形状吗？
可以，只要重塑所需的元素在两种形状中相等。
我们可以将一个包含 8 个元素的 1D 数组重塑为包含 4 个元素的 2D 数组（2 行 4 列），但我们不能将其重塑为包含 3 个元素的 2D 数组（3 行 3 列），因为后者需要 3x3=9 个元素。
示例
尝试将具有 8 个元素的 1D 数组转换为具有 3 个元素的 2D 数组（将引发错误）
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
newarr = arr.reshape(3, 3)
print(newarr)
自己动手试一试 »
返回的是副本还是视图？
示例
检查返回的数组是副本还是视图
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
print(arr.reshape(2, 4).base)
自己动手试一试 »
上面的示例返回了原始数组，所以它是一个视图。
未知维度
您可以使用一个“未知”维度。
这意味着您不必在 reshape 方法中为其中一个维度指定确切的数字。
将 -1 作为值传递，NumPy 将为您计算该数字。
示例
将具有 8 个元素的 1D 数组转换为具有 2x2 元素的 3D 数组
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
newarr = arr.reshape(2, 2, -1)
print(newarr)
自己动手试一试 »
注意： 我们不能将 -1 传递给多个维度。
展平数组
展平数组是指将多维数组转换为 1D 数组。
我们可以使用 reshape(-1) 来实现此目的。
示例
将数组转换为 1D 数组
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
newarr = arr.reshape(-1)
print(newarr)
自己动手试一试 »
注意： NumPy 中有很多用于改变数组形状的函数，如 flatten、ravel，以及用于重新排列元素的函数，如 rot90、flip、fliplr、flipud 等。这些属于 NumPy 的中级到高级部分。
