Python调整数组形状如何实现

Python中可以使用NumPy库中的ndarray对象来实现数组和矩阵的操作。其中，调整数组形状是常见的操作之一。本文将介绍Python如何调整数组形状的方法。

1. reshape()函数

reshape()函数是NumPy库中常用的数组形状调整函数。该函数可以将一个数组转换为另一种形状，但是这两种形状所包含的元素数量必须相同。

reshape()函数的基本语法如下：

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

其中，arr是需要调整形状的数组；newshape是目标形状，可以是一个整数、元组、列表或者其他序列类型的数据；order是元素在新数组中的排列顺序，常用的有C和F，分别表示按行和按列的方式。

示例1：将一维数组转换为二维数组

import numpy as np

# 定义一维数组
a = np.array([1, 2, 3, 4, 5, 6])

# 使用reshape函数将一维数组转换为二维数组
b = np.reshape(a, (2, 3))

print(b)

输出结果：

[[1 2 3]
 [4 5 6]]

示例2：将二维数组转换为三维数组

import numpy as np

# 定义二维数组
a = np.array([[1,2,3], [4,5,6], [7,8,9], [10,11,12]])

# 使用reshape函数将二维数组转换为三维数组
b = np.reshape(a, (2, 2, 3))

print(b)

输出结果：

[[[ 1  2  3]
  [ 4  5  6]]

 [[ 7  8  9]
  [10 11 12]]]

2. resize()函数

resize()函数与reshape()函数类似，都可以用来调整数组的形状。但是，与reshape()函数不同的是，resize()函数不要求新数组的元素数目和原数组相同，因此，会增加或减少数组中的元素。

resize()函数的基本语法如下：

numpy.resize(a, new_shape)

其中，a是需要调整形状的数组；new_shape是目标形状，可以是一个整数、元组、列表或者其他序列类型的数据。

示例3：将一维数组的长度调整为3

import numpy as np

# 定义一维数组
a = np.array([1, 2, 3, 4, 5, 6])

# 使用resize函数将数组的长度调整为3
a.resize((3,))

print(a)

输出结果：

[1 2 3]

示例4：将二维数组的大小调整为4x5

import numpy as np

# 定义二维数组
a = np.array([[1,2,3], [4,5,6], [7,8,9]])

# 使用resize函数将数组的大小调整为4x5
a.resize((4, 5))

print(a)

输出结果：

[[1 2 3 4 5]
 [6 7 8 9 1]
 [2 3 4 5 6]
 [7 8 9 0 0]]

以上是两种常用的Python调整数组形状的方法，可以根据实际需要灵活运用。