从一维数组制作二维数组时，python中的一个简单的numpy reshape函数答案

【问题标题】：A simple numpy reshape function in python when making 2D array from 1D array从一维数组制作二维数组时，python中的一个简单的numpy reshape函数
【发布时间】：2016-12-06 00:33:20
【问题描述】：

我有一个涉及 np.reshape 的简单问题。我正在尝试学习如何使用 np.reshape 从一维数组制作一个二维数组。我看过这个教程，但我仍然对教程有一些疑问..

import numpy as np

a = np.arange(8*16)

frame_length = 8

a_framed = np.reshape(a, (-1, frame_length))

print (a_framed)

这是我的问题：

frame_length 是否决定了新二维数组的列数？如果是这样，为什么不把数字 8 放在“a_framed”中呢？不可以吗？
“a_framed”中的“-1”是什么？它有什么作用？（教程中省略了解释或对我来说不够）

谢谢！切切

【问题讨论】：

看起来有点矫枉过正...考虑... b = np.arange(8*16).reshape(8,16) ...请注意，如果您使用 n 的产生来生成 arange *m，您可以将 if 重塑为 (m,n) 并将其与 reshape(n,m) 进行比较。（-1 只是用使其成为 2D 所需的任何数字替换重塑中的第一项
嗨！感谢您的回复。您能否详细说明 -1 的作用？谢谢！
在您的示例中， np.reshape 需要数组 'a' 和形状。形状为 (-1, frame_length) ... 由于指定了 2 个位置，因此您正在重塑为 2D 数组。现在，您只能对数组进行整形以匹配输入的大小，即 8*16 = 128。在整形中，第二项指定为等于 8 的 frame_length ... -1 本质上意味着“需要什么”保持数组的大小与 2D 形状相同...在这种情况下... (16, 8) size = np.prod(a.shape)。您可以更改 b = np.reshape(a, (2,2,4,8)) 之类的形状以查看相同数据的其他形状

标签： python-3.x numpy multidimensional-array

【解决方案1】：

是的。你可以。这是可能的，但该示例试图向您展示您在问题 2 中询问的功能。

-1 通常是 python 中的通配符。在这种情况下，它是a.size/frame_length，另一个维度需要使用所有a。将 a_framed 更改为 4 或 16，它仍然有效。将其更改为 5 并且：

Traceback (most recent call last):

File "", line 4, in <module>
a_framed = np.reshape(a, (-1, frame_length))

File ". . . fromnumeric.py", line 225, in reshape
return reshape(newshape, order=order)

ValueError: total size of new array must be unchanged

它不适合，所以 numpy 抛出错误。

【讨论】：