知识卡片
重塑形状必须保留元素总数
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?
这张卡片已通过人工审查,不再接受失败反馈。
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