我就废话不多说了，大家还是直接看代码吧~
#coding:utf-8
import numpy as np
## 改变数组的形状
#将b 变成3*4 的矩阵
b=np.arange(24).reshape(3,8)
print(b)
#将多维数组变成 1维数组
a=b.ravel()
print(a)
#将多维数组变成 1维数组，faltten 返回的是真实的数组，需要分配新的内存空间。而ravel 返回的是数组的视图
print(b.flatten())
print("拉直之后：",b)
#改变 b 本身的数组,会改变所作用的数组
b.resize(2,12)
#不改变b 本身的数组
c=b.reshape(2,12)
print(c)
补充知识：numpy ndarray 形状（shape）变换(reshape)变形
1，新建array （numpy.ndarray）
import numpy as np # 手动填写一个 a=[[1,2],[2,3],[3,4]] a = np.array(a) # 随机生成一个 b = np.random.randint(0,10,(2, 3)) # 两行三列，元素从0到10
2，查看形状
print(a.shape)
# (3, 2)
3，多种变形
# 填写元素个数，变成一维 a.reshape(6) # 只给行数n，numpy根据给出的行数，自行计算（列参数为-1，注意元素总的个数要能被n整除） # 或者是在不知道转换之后a的列数应该是多少的情况下使用。 a.reshape(2, -1) # array([[1, 2, 2], # [3, 3, 4]]) a.reshape(3, -1) # array([[1, 2], # [2, 3], # [3, 4]]) # 只给列数。同理。在不知道a的行数的情况下也可以使用。 a.reshape(-1, 1) # array([[1], # [2], # [2], # [3], # [3], # [4]])
以上这篇numpy 矩阵形状调整:拉伸、变成一位数组的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。