MATLAB 以及numpy工具包中的reshape函数用法总结

最新推荐文章于 2025-07-02 22:17:27 发布

「已注销」

最新推荐文章于 2025-07-02 22:17:27 发布

阅读量1.5k

点赞数

CC 4.0 BY-SA版权

文章标签： matlab

本文链接：https://blog.youkuaiyun.com/bublebee/article/details/88245632

本文总结了MATLAB和numpy中的reshape函数用法。在MATLAB中，reshape用于将数组重构为矩阵，例如将10元素数组变为2行5列矩阵，或4*4矩阵重构成2行矩阵。而在numpy中，reshape函数可以不改变数据而改变数组形状，当某维度未知时，可使用-1，系统会自动计算该维度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

MATLAB中reshape函数的使用方法

将数组重构为矩阵

将一个大小为10的数组重构为一个2行5列的矩阵

>>A = 1：10
>>B = reshape(A,[2,5])

B =

 1     3     5     7     9
 2     4     6     8    10

将矩阵重构为具有指定行数或列数的矩阵

将一个4*4的矩阵重构成一个2行的矩阵，列数这里我们用[]代替,matlab会帮我们自动计算

>>A = [1 2 3 4;5 6 7 8;9 10 11 12;13 14 15 16]%四行四列的矩阵
>>B = reshape(A,2,[])

A =

	     1     2     3     4
	     5     6     7     8
	     9    10    11    12
	    13    14    15    16

B =

	     1     9     2    10     3    11     4    12
	     5    13     6    14     7    15     8    16

需要注意的是这里的重构的顺序是按列来的，即从第一列开始往下数，然后新的矩阵也是从第一列往下排，再从上往下填充下一列，直到填满

numpy中reshape函数的使用

numpy.reshape：函数功能：给予数组一个新的形状，而不改变它的数据，新的数组的元素个数应该和原来的数组要相等，如果哪一维的维数不确定，填上-1函数会根据其他已知维的维数自动计算。

reshape(a,newshape,order = 'C')
'''
parameters

a:	需要被reshape的数组

newshape：	整数值或整数元组。新的形状应该兼容于原始形状。如果是一个整数值，表示一个一维数组的长度；如果是元
组，表示新数组的行和列数，一个元素值可以为-1，此时该元素值表示为指定，此时会从数组的长度和剩余的维度中推断出

order:	可选（忽略）

返回：	一个新形状的数组
'''

import numpy as np
z = np.array([[1, 2, 3, 4],
          	  [5, 6, 7, 8],
          	  [9, 10, 11, 12],
           	  [13, 14, 15, 16]])
z1 = z.reshape((2,-1)) #这里的-1表示我们只想让行数为2，列数让函数自动计算
z2 = np.reshape(z,(-1,2))
print('z1 = '+ z1)
print('z2 = '+ z2)

输出

z1 = 
	[[ 1  2  3  4  5  6  7  8]
	 [ 9 10 11 12 13 14 15 16]]
z2 = 
	[[ 1  2]
	 [ 3  4]
	 [ 5  6]
	 [ 7  8]
	 [ 9 10]
	 [11 12]
	 [13 14]
	 [15 16]]