numpy中的reshape中參數爲-1

 

上篇文章中的reshape（-1,2），有的時候不明白爲何會有參數-1，能夠經過查找文檔中的reshape（）去理解這個問題

根據Numpy文檔(https://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html#numpy-reshape)的解釋：

newshape : int or tuple of ints
The new shape should be compatible with the original shape. If an integer, then the result will be a 1-D array of that length. One shape dimension can be -1. In this case, **the value is inferred from the length of the array and remaining dimensions**.

數組新的shape屬性應該要與原來的配套，若是等於-1的話，那麼Numpy會根據剩下的維度計算出數組的另一個shape屬性值。

舉幾個例子或許就清楚了，有一個數組z，它的shape屬性是(4, 4)

z = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16]]) z.shape (4, 4) 

z.reshape(-1)

z.reshape(-1) array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]) 

z.reshape(-1, 1)

也就是說，先前咱們不知道z的shape屬性是多少，可是想讓z變成只有1列，行數不知道多少，經過`z.reshape(-1,1)`，Numpy自動計算出有16行，新的數組shape屬性爲(16, 1)，與原來的(4, 4)配套。

z.reshape(-1,1) array([[ 1], [ 2], [ 3], [ 4], [ 5], [ 6], [ 7], [ 8], [ 9], [10], [11], [12], [13], [14], [15], [16]]) 

z.reshape(-1, 2)

newshape等於-1，列數等於2，行數未知，reshape後的shape等於(8, 2)

z.reshape(-1, 2) array([[ 1, 2], [ 3, 4], [ 5, 6], [ 7, 8], [ 9, 10], [11, 12], [13, 14], [15, 16]]) 

同理，只給定行數，newshape等於-1，Numpy也能夠自動計算出新數組的列數。