numpy.arange(n).reshape(a, b) # 依次生成 n 个自然数，并且以 a 行 b 列的数组形式显示 ''' 常见的用法 ''' reshape(n, -1) # 转化成 n 行 reshape(-1, m) # 转化成 m 列举个栗子~
import pandas as pd import numpy as np a = list(range(1, 11, 1)) b = np.arange(1, 21, 2) print(a) print(b)
import pandas as pd import numpy as np a = list(range(1, 11, 1)) b = np.arange(1, 21, 2) a_reshape = np.array(a).reshape(2, -1) # list 要转成 numpy.array 类型的数据，才能使用 reshape() 方法！ b_reshape = b.reshape(2, -1) print(a_reshape) print(b_reshape)
（参考：numpy中reshape函数的三种常见相关用法）
2. Matlab 中的 reshapea = 1 : 10; >> a_reshape = reshape(a, 2, [])
Tips： 1. Python 中的 reshape 方法只能用于 numpy 的数据类型，list 类型的数据不适用。 2. Python 中的 reshape 优先按照行存新数据，Matlab 中的 reshape 优先按照列存新数据！
若想在 Python 中也使用类似于 Matlab 中的存数方式，那么可以使用 .T，同时要注意设置的行数和列数要互换。比如：如果要生成 m 行 n 列的新数组，那么可以使用 np.shape(n, m).T！
import pandas as pd import numpy as np b = np.arange(1, 21, 2) b_reshape = b.reshape(2, -1) b_reshape_new = b.reshape(-1, 2).T print(b_reshape) print(b_reshape_new)
