看一下這個陣列（66，65，9），乙個元素帶了9個變數，溫度、濕度、風速等等，常見的地理資料集
需要帶入模型裡計算，但是模型只認2d,需要重新reshape一下。然後就發現一些小細節，畢竟菜雞tat…
看一下reshape的介紹
這裡有個order引數
order=』c』，是行優先讀取（預設）
order=』f』，是列優先讀取
order=』a』，是按照輸入的array自動進行選擇
那麼，如果我想把上面那個（66，65，9）的陣列整理成2d的也就是（4290，9），那麼我應該這麼寫x_img = new_img.reshape(-1,9,order='c')
這樣的話就是按照一行一行的讀，第一行讀完，此時讀到的資料的維數應該是（65，9），讀第二行的時候，原來第二行的第乙個元素的新位置應該是66…依次類推…那麼原來的3d陣列第40行第二個元素，在2d中的位置：40*65+2=2602，
輸出看一下
>>>print new_img[40][2]
[3.6000000e+01 4.1136532e+01 6.0634727e+01 1.1384450e+00 2.7991520e+01
2.5606097e+02 6.3569881e+01 4.9082675e+00 9.5885789e+04
>>>x_img = new_img.reshape(-1,9,order='c')
>>>print x_img[2602]
[3.6000000e+01 4.1136532e+01 6.0634727e+01 1.1384450e+00 2.7991520e+01
2.5606097e+02 6.3569881e+01 4.9082675e+00 9.5885789e+04]
numpy庫reshape用法詳解
numpy.reshape 重塑 給陣列乙個新的形狀而不改變其資料 numpy.reshape a,newshape,order c 引數 a array like 要重新形成的陣列。newshape int或tuple的整數 新的形狀應該與原始形狀相容。如果是整數，則結果將是該長度的1 d陣列。乙...
numpy中shape和reshape的用法
1 shape 在python中匯入numpy庫之後，我們可以通過矩陣的屬性shape獲取矩陣的維度。如圖所示 import numpy as np b np.array 1,2,3,4 5,6,7,8 print b print b.shape 輸出行數和列數 print b.shape 0 輸出...
numpy中的reshape函式詳解
python中的numpy陣列有乙個reshape方法，我們時常使用，但是目前為止沒有對他進行深入的研究。在多維矩陣的情況下，reshape出來的，到底是什麼樣子的矩陣？所以嘗試構造乙個3維矩陣，剖析一下reshape的原理。首先構造乙個 5,4,3 的三維矩陣a，具體數值如下圖所示 然後將其res...