详解numpy.ndarray.reshape()函数的参数问题
#代码知识 发布时间： 2026-01-12
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.]]
"""
我们可以看到当我们将reshape的第一个参数变为-1时，我们仍旧获得了一个尺寸为(2, 3)的数组，其实在这里，-1代表的意思为6 / 3 =2，其中6是被塑形一维数组的长度，3是我们指定的二维数组一个方向的维度。这样的好处就是当数据量比较大时，我们在二维数组重新塑形时只需要指定一个维度上的尺寸，另一个维度上的尺寸python会自动为我们计算。
代码知识SEO上一篇 : 推荐几款实用的C++ 在线工具
下一篇 : 深入了解tomcat中servlet的创建方式实现
-
SEO外包最佳选择国内专业的白帽SEO机构，熟知搜索算法，各行业企业站优化策略！
SEO公司
-
可定制SEO优化套餐基于整站优化与品牌搜索展现，定制个性化营销推广方案！
SEO套餐
-
SEO入门教程多年积累SEO实战案例，从新手到专家，从入门到精通，海量的SEO学习资料！
SEO教程
-
SEO项目资源高质量SEO项目资源，稀缺性外链，优质文案代写，老域名提权，云主机相关配置折扣！
SEO资源
-
SEO快速建站快速搭建符合搜索引擎友好的企业网站，协助备案，域名选择，服务器配置等相关服务！
SEO建站
-
快速搜索引擎优化建议没有任何SEO机构，可以承诺搜索引擎排名的具体位置，如果有，那么请您多注意！专业的SEO机构，一般情况下只能确保目标关键词进入到首页或者前几页，如果您有相关问题，欢迎咨询！
