我们知道
numpy.ndarray.reshape()
是用来改变
numpy
数组的形状的,但是它的参数会有一些特殊的用法,这里我们进一步说明一下。代码如下:
import numpy as np
class Debug:
def __init__(self):
self.array1 = np.ones(6)
def mainProgram(self):
print("The value of array1 is: ")
print(self.array1)
print("The array2 is: ")
array2 = self.array1.reshape(2, 3)
print(array2)
if __name__ == '__main__':
main = Debug()
main.mainProgram()
"""
The value of array1 is:
[1. 1. 1. 1. 1. 1.]
The array2 is:
[[1. 1. 1.]
[1. 1. 1.]]
"""
这里我们看到我们将一个长度为
6
的一维数组变成了一个尺寸为
(2, 3)
的二维数组,这里的
2
代表
2
行,对应y轴,
3
代表
3
列,对应
x
轴。
然而有时候我们会在reshape中使用到
-1
这个参数,当使用这个参数时,会将数组重新塑形变得十分简单。代码如下:
class Debug:
def __init__(self):
self.array1 = np.ones(6)
def mainProgram(self):
print("The value of array1 is: ")
print(self.array1)
print("The array2 is: ")
array2 = self.array1.reshape(-1, 3)
print(array2)
if __name__ == '__main__':
main = Debug()
main.mainProgram()
"""
The value of array1 is:
[1. 1. 1. 1. 1. 1.]
The array2 is:
[[1. 1. 1.]
[1. 1. 1.]]
"""