如何在numpy中更改数组形状？答案

【问题标题】：How to change array shapes in in numpy?如何在numpy中更改数组形状？
【发布时间】：2015-06-05 13:49:04
【问题描述】：

如果我创建一个数组X = np.random.rand(D, 1)，它的形状为(3,1)：

[[ 0.31215124]
 [ 0.84270715]
 [ 0.41846041]]

如果我创建自己的数组A = np.array([0,1,2])，那么它的形状为(1,3)，看起来像

[0 1 2]

如何在我的数组A 上强制使用形状(3, 1)？

【问题讨论】：

【解决方案1】：

您可以将形状元组直接分配给numpy.ndarray.shape。

A.shape = (3,1)

【讨论】：

也许有人对你对“功能”的使用很挑剔。 np.reshape 是函数，A.reshape 是方法，A.shape= 是功能？他们都做同样的工作。
设置shape 有时会引发错误，不能保证在所有情况下都有效。只是添加信息，我不是反对票。
np.reshape 文档说：If you want an error to be raise if the data is copied, you should assign the new shape to the shape attribute of the array. a.shape= 并不总是有效的事实可能是一件好事。您还有其他案例吗？
docs.scipy.org/doc/numpy/reference/generated/… 没有给出任何关于.shape= 何时出错的警告。

【解决方案2】：

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

或

A=np.array([0,1,2]).reshape((3,1))  #reshape takes the tuple shape as input

【讨论】：

【解决方案3】：

numpy 模块有一个reshape 函数，而ndarray 有一个reshape 方法，这两种方法都应该可以创建一个你想要的形状的数组：

import numpy as np
A = np.reshape([1, 2, 3, 4], (4, 1))
# Now change the shape to (2, 2)
A = A.reshape(2, 2)

Numpy 会检查数组的大小没有改变，即prod(old_shape) == prod(new_shape)。由于这种关系，您可以将 shape 中的一个值替换为 -1，numpy 会为您解决：

A = A.reshape([1, 2, 3, 4], (-1, 1))

【讨论】：

【解决方案4】：

您可以直接设置形状，即

A.shape = (3L, 1L)

或者你可以使用调整大小功能：

A.resize((3L, 1L))

或在创建过程中使用 reshape

A = np.array([0,1,2]).reshape((3L, 1L))

【讨论】：