python numpy.shape 和 numpy.reshape函数

版权声明：本文为博主原创文章，未经博主允许不得转载。

http://blog.csdn.net/u012005313/article/details/49383551

导入numpy模块

[python] view
plain copy

from numpy import *  

import numpy as np  

#####################################################

numpy.shape：

[python] view
plain copy

help(shape)  



输入参数：类似数组（比如列表，元组）等，或是数组

返回：一个整型数字的元组，元组中的每个元素表示相应的数组每一维的长度

类似数组

[python] view
plain copy

#一维列表  

L=range(5)  

shape(L)  

#二维列表  

L=[[1,2,3],[4,5,6]]  

shape(L)  



数组：

[python] view
plain copy

#一维数组  

arr=array(range(5))  

shape(arr)  

#二维数组  

arr=array([[1,2,3], [4,5,6]])  

shape(arr)  



#############################################################

numpy.reshape：

[python] view
plain copy

help(reshape)  



函数功能：给予数组一个新的形状，而不改变它的数据

输入参数：

a：将要被重塑的类数组或数组

newshape：整数值或整数元组。新的形状应该兼容于原始形状。如果是一个整数值，表示一个一维数组的长度；如果是元组，一个元素值可以为-1，此时该元素值表示为指定，此时会从数组的长度和剩余的维度中推断出

order：可选（忽略）

返回：一个新的形状的数组

[python] view
plain copy

a=array([[1,2,3],[4,5,6]])  

reshape(a, 6)  



[python] view
plain copy

reshape(a, (3, -1)) #为指定的值将被推断出为2