关于重塑 numpy 数组

Question

trainX.size == 43120000
trainX = trainX.reshape([-1, 28, 28, 1])

(1)reshape 是否接受列表而不是元组作为参数？

(2)下面两个语句是否等价？

trainX = trainX.reshape([-1, 28, 28, 1])
trainX = trainX.reshape((55000, 28, 28, 1))

Answer 1

来自 numpy 文档：

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.

所以是的，-1 对于一维来说很好，你的两个陈述是等价的。关于元组要求，

>>> import numpy as np
>>> a = np.arange(9)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8])
>>> a.reshape([3,3])
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>>

显然列表也不错。

Answer 2

尝试变化：

In [1]: np.arange(12).reshape(3,4)
Out[1]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
In [2]: np.arange(12).reshape([3,4])
Out[2]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
In [3]: np.arange(12).reshape((3,4))
Out[3]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

使用reshape方法，形状可以是参数、元组或列表。在 reshape 函数中必须在列表或元组中，以将它们与第一个数组参数分开

In [4]: np.reshape(np.arange(12), (3,4))
Out[4]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

是的，可以使用一个 -1。 reshape 的总大小是固定的，因此可以从其他值中推导出一个值。

In [5]: np.arange(12).reshape(-1,4)
Out[5]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

方法文档有这样的注释：

Unlike the free function numpy.reshape, this method on ndarray allows the elements of the shape parameter to be passed in as separate arguments. For example, a.reshape(10, 11) is equivalent to a.reshape((10, 11)).

它是一个内置函数，但签名看起来像 x.reshape(*shape)，只要值有意义，它就会尽量灵活。

关于重塑 numpy 数组

About reshaping numpy array

numpy

multidimensional-array

reshape