Numpyにおけるreshape関数、reshape(1,-1)の意味(わかりやすく、ソースコードの例)

この論文ではnumpyにおけるreshape関数の3つの一般的な相関用法を詳細に説明する.
一般的な使い方:numpy.arange(n).reshape(a, b); n個の自然数を順次生成し、a行b列の配列形式で表示する.

In [1]: 
np.arange(16).reshape(2,8) #  16    ， 2 8      
Out[1]: 
array([[ 0,  1,  2,  3,  4,  5,  6,  7],
       [ 8,  9, 10, 11, 12, 13, 14, 15]])

特殊用法:mat(or array).reshape(c, -1);マトリクスフォーマットまたは配列フォーマットでなければ使用できません.reshape(c,-1)関数は、この行列または配列を再編成することを表し、c行d列の形式で表す(-1の役割はここで、d:d=配列または行列の中のすべての要素の個数/cを自動的に計算し、dは整数でなければならない.そうでなければ、エラーを報告しない)(reshape(-1,e)は列数が固定され、行数が計算される):

In [2]: arr=np.arange(16).reshape(2,8)
out[2]:
 
In [3]: arr
out[3]:
array([[ 0,  1,  2,  3,  4,  5,  6,  7],
       [ 8,  9, 10, 11, 12, 13, 14, 15]])

In [4]: arr.reshape(4,-1) # arr  4    ，       (c=4, d=16/4=4)
out[4]:
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

In [5]: arr.reshape(8,-1) # arr  8    ，       (c=8, d=16/8=2)
out[5]:
array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [10, 11],
       [12, 13],
       [14, 15]])

In [6]: arr.reshape(10,-1) # arr  10    ，       (c=10, d=16/10=1.6 != Int)
out[6]:
ValueError: cannot reshape array of size 16 into shape (10,newaxis)

その他の使い方:numpy.arange(a,b,c)/ numpy.arange(a,b,c).reshape(m,n);数字aからステップ長cからbまでarrayを生成します.

In [7]: np.arange(1,12,2)#  2    ，   1 12  
Out[7]: array([ 1,  3,  5,  7,  9, 11])

In [8]: np.arange(1,12,2).reshape(3,2)
Out[39]: 
array([[ 1,  3],
       [ 5,  7],
       [ 9, 11]])