numpy中reshape(-1,1)与reshape(1,-1)的作用

如果你的数据只有一个特征，可以用reshape(-1,1)改变你的数据形状；或者如果你的数据只包含一个样本，可以使用reshape(1,-1)来改变。

e = np.array([1]) #只包含一个数据
f = e.reshape(1,-1) #改变形状，输出f之后发现它已经变成了二维数据

import numpy as np
a = np.array([[1,2,3],[4,5,6]]) #是两行三列的数据，二维
b = np.array([1,2])	#是一维数据
c = b.reshape(-1,1)	#c已经变成了二维数据，变成了两行一列
d = b.reshape(1,-1)	#d变成了一行两列的数据，
print('b.shape is {0}'.format(b.shape))
print(b)
print('c.shape is {0}'.format(c.shape))
print(c)
print('d.shape is {0},d array is {1}'.format(d.shape,d))

可以发现reshape(-1,1)是将一维数据在行上变化，而reshape(1,-1)是将一维数据在列上变化