numpy或pandas中reshape(-1)等用法

原创已于 2023-11-02 20:17:11 修改 · 1.8k 阅读

4 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#计算机视觉 #深度学习 #机器学习

收录于

于 2022-05-12 10:59:26 首次发布

Pytorch 专栏收录该内容

193 篇文章

订阅专栏

本文介绍了Numpy库中reshape(-1)操作的三种常见用法：1)横向平铺数组；2)纵向平铺数组；3)按列数为2重新排列数组。通过示例展示了reshape函数如何改变数组的形状，帮助理解其在数据处理中的应用。

参考 numpy或pandas中reshape(-1)等用法 - 云+社区 - 腾讯云

例：

z = np.array([[1, 2, 3, 4],
          [5, 6, 7, 8],
          [9, 10, 11, 12],
          [13, 14, 15, 16]])
z.shape
(4, 4)

1.z.reshape(-1)或z.reshape(1,-1)将数组横向平铺

z.reshape(-1)
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16])

2.z.reshape(-1, 1)将数组纵向平铺

z.reshape(-1,1)
 array([[ 1],
        [ 2],
        [ 3],
        [ 4],
        [ 5],
        [ 6],
        [ 7],
        [ 8],
        [ 9],
        [10],
        [11],
        [12],
        [13],
        [14],
        [15],
        [16]])

3.z.reshape(-1, 2)

newshape等于-1，列数等于2，行数未知，reshape后的shape等于(8, 2)

z.reshape(-1, 2)
 array([[ 1,  2],
        [ 3,  4],
        [ 5,  6],
        [ 7,  8],
        [ 9, 10],
        [11, 12],
        [13, 14],
        [15, 16]])