reshape 的第三个参数是什么意思？答案

【问题标题】：What does this third argument of reshape mean?reshape 的第三个参数是什么意思？
【发布时间】：2020-04-29 13:29:42
【问题描述】：

我正在阅读 this question 关于 numpy、array 和 reshape 的内容。我了解 OP 在做什么以及他的代码行，除了 reshape 的最后一个参数：3

根据numpy.reshape的文档，函数的第三个参数是order，应该是一个字符串{'C', 'F', 'A'}，可选。

那么 OP 参数 3 是什么意思？

旁注：在问题中，OP 将 3 作为 second 参数，因为它是函数 numpy.array.reshape，而在 numpy.reshape 的文档中，顺序是第三论点。但这是因为在numpy.reshape 中，数组本身就是第一个参数。

numpy.array.reshape 文档页面重定向到 numpy.reshape 页面。

【问题讨论】：

标签： python arrays numpy reshape

【解决方案1】：

您查看的reshape 版本错误。相关的是ndarray.reshape

允许将 shape 参数的元素作为单独的参数传入

因此，

a = np.array(...)
a.reshape(3, 4, 5)

就像在做

np.reshape(a, (3, 4, 5))

在最初的问题中，3 只是重塑操作的一部分，因为 OP 试图将 RGB 图像作为形状为 (height, width, 3) 的 3D 数组处理

【讨论】：

在问题的附注中，我确实解释说我注意到了，除了我将“ndarray.reshape”称为“nupy.array.reshape”
3 只是为重塑操作指定形状的一部分
但是形状已经在例子中用len(X)和len(Y)解释过了。参数3是什么意思？
他们试图重塑彩色图像的数据，因此 3 对应于数组/图像的深度，即 RGB 通道。
好的，这意味着一张图片处理三个数组，即每个RGB通道一个数组？

【解决方案2】：

考虑以下代码，它按预期运行：

arr = np.arange(12) # arr has 12 element
arr = np.reshape(arr, (3, 4)) 

print(arr) # prints '[[ 0  1  2  3] [ 4  5  6  7] [ 8  9 10 11]]'

现在，考虑一下这个有错误的代码：

arr = np.arange(24) # arr has 24 element

# next line will fail, because (3, 4) can only have 12 element... but 'arr' has 24 element
arr = np.reshape(arr, (3, 4)) 

print(arr)

我们可以做些什么来解决它？

一个解决方案是，在主列表中有 3 个父级 list，其中每个父级 list 的结构为 (4, 2)。所以这 3 位父母 list 一起可以持有 8 * 3 或 24 项目。这就是为什么下一段代码运行没有任何错误的原因。

arr = np.arange(24) # arr has 24 element

arr = np.reshape(arr, (3, 4, 2))  # 3 means it will have 3 parent list that has a structure of (4, 2)

print(arr) # prints '[  [[ 0  1] [ 2  3] [ 4  5] [ 6  7]]    [[ 8  9] [10 11] [12 13] [14 15]]    [[16 17] [18 19] [20 21] [22 23]]  ]'

【讨论】：