知识卡片

操作参考卡 · 6404.a

重塑形状必须保留元素总数

理解等级:中级

reshape将同一总数元素按新形状解释,最多一维可用-1由元素数和其他维度推断,不能任意增减元素。是否无需复制取决于当前布局和目标遍历顺序;能形成视图时共享数据,否则可能复制,不能由“reshape”名称保证零复制。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      其中一维可以是-1,它表示该维度的大小由数据本身推断而来: In [19]: arr = np.arange(15) In [20]: arr.reshape((5, -1)) Out[20]: array([[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8], [ 9, 10, 11], [12, 13, 14]]) 由于数组的shape

    参考来源

    - 位置:《利用Python进行数据分析》第12章《数组重塑》(spine323;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0309.html;u266-ch12-008)。 - 结论依据:原文在“其中一维可以是-1”附近的定义、例子或代码支撑本卡核心说明:reshape将同一总数元素按新形状解释,最多一维可用-1由元素数和其他维度推断,不能任意增减元素。边界按已读前提解释;示例未执行。 - 原始内容:其中一维可以是-1,它表示该维度的大小由数据本身推断而来: In [19]: arr = np.arange(15) In [20]: arr.reshape((5, -1)) Out[20]: array([[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8], [ 9, 10, 11], [12, 13, 14]]) 由于数组的shape