numpy.reshape(-1,1)的具体使用_Python

numpy.reshape(-1,1)的具体使用

2022-07-24 17:41Pikachu_simple Python

本文主要介绍了numpy.reshape(-1,1)的具体使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

数组新的shape属性应该要与原来的配套，如果等于-1的话，那么Numpy会根据剩下的维度计算出数组的另外一个shape属性值。

举个例子：

				?

									x = np.array([[2, 0], [1, 1], [2, 3]])

指定新数组行为3，列为,2，则：

				?

									y = x.reshape(3,2)

									y

									Out[43]: 

									array([[2, 0],

									       [1, 1],

									       [2, 3]])

指定新数组列为1，则：

				?

									y = x.reshape(-1,1)

									y

									Out[34]: 

									array([[2],

									       [0],

									       [1],

									       [1],

									       [2],

									       [3]])

指定新数组列为2，则：

				?

									y = x.reshape(-1,2)

									y

									Out[37]: 

									array([[2, 0],

									       [1, 1],

									       [2, 3]])

指定新数组行为1，则：

				?

									y = x.reshape(1,-1)

									y

									Out[39]: array([[2, 0, 1, 1, 2, 3]])

指定新数组行为2，则：

				?

									y = x.reshape(2,-1)

									y

									Out[41]: 

									array([[2, 0, 1],

									       [1, 2, 3]])

numpy中reshape(-1,1)与reshape(1,-1)的作用

如果你的数据只有一个特征，可以用reshape(-1,1)改变你的数据形状；或者如果你的数据只包含一个样本，可以使用reshape(1,-1)来改变。

				?

									e = np.array([1]) #只包含一个数据

									f = e.reshape(1,-1) #改变形状，输出f之后发现它已经变成了二维数据

				?

									import numpy as np

									a = np.array([[1,2,3],[4,5,6]]) #是两行三列的数据，二维

									b = np.array([1,2])    #是一维数据

									c = b.reshape(-1,1)    #c已经变成了二维数据，变成了两行一列

									d = b.reshape(1,-1)    #d变成了一行两列的数据，

									print('b.shape is {0}'.format(b.shape))

									print(b)

									print('c.shape is {0}'.format(c.shape))

									print(c)

									print('d.shape is {0},d array is {1}'.format(d.shape,d))