1樓：西紅柿雞蛋湯
首先要明白shape的含義，shape代表了乙個矩陣的行和列。比如這個矩陣，m=
np.array
([[1,2
,3],[
5,6,
7]])m.
shape
它的shape是(3,2)
reshape就是對矩陣的shape重新排列。
比如m.reshape(3, 2)
[[1 2]
[3 5]
[6 7]]
我們就將矩陣重新排列成了兩行三列的新矩陣。
那麼我們可以把矩陣重新排列成(3,3)的矩陣嗎？答案是不行的。(3,3)需要9個元素，而原來的矩陣有6個元素。這就說明前面的行定義好了，後面的列是固定的，就是m.size//3
而-1實際上就是m.size // 3了，代表的就是重新排成三行，列根據原來的size自動計算。
m.reshape(3, 2)
m.reshape(3, m.size // 3)
m.reshape(3, -1)
上面三個操作是等價的。
你再想想這個矩陣有可能重排成5行嗎？答案是不行的，因為6不能被5整除，無論你寫m.size//5或者(5,-1)都會報錯。
另外reshape是返回乙個新的陣列，不改變原來傳入的陣列，這一點需要注意。
2樓：cuicuicui
舉個簡單的例子，要記住，python預設是按行取元素c = np.array([[1,2,3],[4,5,6]])輸出：[[1 2 3]
[4 5 6]]
我們看看不同的reshape
print '改成2行3列:'
print c.reshape(2,3)
print '改成3行2列:'
print c.reshape(3,2)
print '我也不知道幾行，反正是1列:'
print c.reshape(-1,1)print '我也不知道幾列，反正是1行：'
print c.reshape(1,-1)print '不分行列，改成1串'
print c.reshape(-1)
輸出為：
改成2行3列:
[[1 2 3]
[4 5 6]]
改成3行2列:
[[1 2]
[3 4]
[5 6]]
我也不知道幾行，反正是1列:
[[1]
[2][3]
[4][5]
[6]]
我也不知道幾列，反正是1行：
[[1 2 3 4 5 6]]
不分行列，改成1串
[1 2 3 4 5 6]
一串是啥意思？一串就是秩rank()為0的矩陣～
3樓：H4ck3r L1
numpy.reshape(a, newshape, order='C')[source]，引數`newshape`是啥意思？
根據Numpy文件(https://
docs.scipy.org/doc/nump
y/reference/generated/numpy.reshape.html#numpy-reshape
)的解釋：
newshape : int or tuple of ints
The new shape should be compatible with the original shape. If an integer, then the result will be a 1-D array of that length. One shape dimension can be -1.
In this case,**the value is inferred from the length of the array and remaining dimensions**.
大意是說，陣列新的shape屬性應該要與原來的配套，如果等於-1的話，那麼Numpy會根據剩下的維度計算出陣列的另外乙個shape屬性值。
舉幾個例子或許就清楚了，有乙個陣列z，它的shape屬性是(4, 4)z=
np.array
([[1,2
,3,4
],[5,
6,7,
8],[9
,10,11
,12],[
13,14,
15,16]])z.
shape(4
,4)z.reshape(-1)z
.reshape(-
1)array([1
,2,3
,4,5
,6,7
,8,9
,10,11
,12,13
,14,15
,16])z.reshape(-1, 1)也就是說，先前我們不知道z的shape屬性是多少，但是想讓z變成只有一列，行數不知道多少，通過`z.reshape(-1,1)`，Numpy自動計算出有12行，新的陣列shape屬性為(16, 1)，與原來的(4, 4)配套。
z.reshape(-
1,1)
array
([[1],[
2],[3
],[4],
[5],[
6],[7
],[8],
[9],[
10],[11
],[12],[13
],[14],[15
],[16]])
z.reshape(-1, 2)newshape等於-1，列數等於2，行數未知，reshape後的shape等於(8, 2) z
.reshape(-
1,2)
array
([[1,2
],[3,
4],[5
,6],[
7,8],
[9,10
],[11,
12],[13
,14],[
15,16]])
同理，只給定行數，newshape等於-1，Numpy也可以自動計算出新陣列的列數。
4樓：BiggerHao
可以參考 numpy.reshape - NumPy v1.12.dev0 Manual 最後給的 example。
>>>a=
np.array
([[1,2
,3],[
4,5,
6]])
>>>np.
reshape(a
,(3,
-1))# the unspecified value is inferred to be 2
array
([[1,2
],[3,
4],[5
,6]])因為 a 總共有 6 個元素，reshape 成乙個二維陣列，指定第一維的長度是3（即 3 行），numpy 可以自動推斷出第二維的長度是 2 （6 除以 3 等於 2）。
我們可以再試一下如果有多個維度沒有指定長度的話會怎樣。
>>> np.reshape(a, (-1,-1))
Traceback (most recent call last):
File "", line 1, in
File "/usr/local/lib/python2.7/dist-packages/numpy/core/fromnumeric.py", line 224, in reshape
return reshape(newshape, order=order)
ValueError: can only specify one unknown dimension
如果出現了無法整除的情況呢？np.
reshape(a
,(4,
-1))Traceback
(most
recent
call
last
):File"",
line1,
in >File "/usr/local/lib/python2.7/dist-packages/numpy/core/fromnumeric.py" ,line 224, inreshape return reshape (newshape ,order =order )ValueError :total size ofnew array must beunchanged 已登出 你不shadow不行嗎 shadowing的用意就是隱藏外層作用域的變數，你這 我要用同名變數隱藏掉外層，還要能有辦法訪問到外層 這邏輯真的太矛盾了。def fn1 a 11 def fn2 b 22 def fn3 print a return fn3 return fn2 a 0 f2 ... l Ass We Can type of l is tuplee enumerate l type of e is enumerate objectforv inenumerate e type of enumerate e is enumerate object print v type of v... NoOffense ASCII，UTF 8是常用的字元編碼型別，Unicode是字符集，它們跟具體某一門語言 比如Python 無關，是計算機通行的標準。字元編碼型別規定了位元組 bytes 和字元 character 是如何對應的。例如ASCII中，10進製65代字元 A UTF 8中，16進製制...如何在Python高階閉包中得到最外層函式的環境變數？
python中enumerate object究竟是一種怎樣的存在形式呢？
Python中ASCII，Unicode，UTF 8，encode，decode這些有什麼關係？