Numpy中的shape、reshape函数的区别

在NumPy中，shape和reshape函数都可以用于改变数组的形状，但它们的作用不同。以下是shape和reshape函数的区别：

1. shape函数

shape函数用于获取数组的形状，返回一个元组，元组中的每个元素表示数组在每个维度上的大小。以下是shape函数的语法：

numpy.ndarray.shape

其中，ndarray是要获取形状的数组。

1. reshape函数

reshape函数用于改变数组的形状，返回一个新的数组，新数组的形状由参数指定。以下是reshape函数的语法：

numpy.reshape(a, newshape, order='C')

其中，a是要改变形状的数组，newshape是新数组的形状，order参数指定数组在内存中的存储顺序，默认为'C'。

1. 示例说明

以下是两个shape和reshape函数的示例：

• 示例1：shape函数

import numpy as np

# 创建一个二维数组
a = np.array([[1, 2, 3], [4, 5, 6]])

# 获取数组形状
shape = a.shape

# 输出数组形状
print(shape)

在上面的示例中，我们创建了一个二维数组a，并使用shape函数获取了数组的形状。最后，我们使用print函数输出了数组的形状。

• 示例2：reshape函数

import numpy as np

# 创建一个一维数组
a = np.array([1, 2, 3, 4, 5, 6])

# 改变数组形状
b = np.reshape(a, (2, 3))

# 输出改变后的数组
print(b)

在上面的示例中，我们创建了一个一维数组a，并使用reshape函数将其改变为一个二维数组。最后，我们使用print函数输出了改变后的数组b。

这就是关于shape和reshape函数的区别的详细攻略，以及两个示例。希望对你有所帮助！