详解numpy.ndarray.reshape()函数的参数问题

Luna

发布时间：2026-10-15| 3人浏览过

原创

本文深入解析numpy.ndarray.reshape()函数的参数用法，重点介绍-1参数的自动计算机制。通过示例展示如何将一维数组重塑为二维，并说明在指定部分维度时，利用-1让Python自动推导另一维度尺寸的高效方法，适用于大数据量处理场景。

numpy.reshape函数基础与参数说明

我们知道numpy.ndarray.reshape()函数用于调整numpy数组的形状，但其参数使用存在一些特殊规则，下面进行详细说明。代码如下：

一维数组重塑为二维示例


import numpy as np

class Debug:
  def __init__(self):
    self.array1 = np.ones(6)

  def mainProgram(self):
    print("The value of array1 is: ")
    print(self.array1)
    print("The array2 is: ")
    array2 = self.array1.reshape(2, 3)
    print(array2)

if __name__ == '__main__':
  main = Debug()
  main.mainProgram()
"""
The value of array1 is: 
[1. 1. 1. 1. 1. 1.]
The array2 is: 
[[1. 1. 1.]
 [1. 1. 1.]]
"""

从代码运行结果可以看出，我们将一个长度为6的一维数组重塑为尺寸为(2, 3)的二维数组。其中，2表示行数，对应y轴方向；3表示列数，对应x轴方向。

有时在reshape操作中会使用-1作为参数，这使得数组重塑过程变得更加简便。代码如下：

-1参数的自动计算机制


class Debug:
  def __init__(self):
    self.array1 = np.ones(6)

  def mainProgram(self):
    print("The value of array1 is: ")
    print(self.array1)
    print("The array2 is: ")
    array2 = self.array1.reshape(-1, 3)
    print(array2)


if __name__ == '__main__':
  main = Debug()
  main.mainProgram()
"""
The value of array1 is: 
[1. 1. 1. 1. 1. 1.]
The array2 is: 
[[1. 1. 1.]
 [1. 1. 1.]]
"""

当我们将reshape的第一个参数设置为-1时，依然得到了尺寸为(2, 3)的数组。这里的-1表示自动计算该维度的大小，具体逻辑为：总元素数6除以指定维度3，结果为2。这种设计的优势在于，当数据量较大时，只需指定二维数组其中一个维度的尺寸，另一个维度由Python自动计算得出，无需手动计算。

到此关于numpy.ndarray.reshape()函数参数问题的讲解结束，更多相关函数参数内容可参考本站往期文章或继续浏览后续内容，感谢支持！