numpy--1.5数组的变形

数组变形最灵活的实现方式是通过reshape()函数来实现。

例如，将数字1~9放入一个3*3的矩阵中：

　　np.arange(1, 10).reshape((3, 3))

注意，该方法必须保证原始数组的大小和变形后数组的大小一致。如果满足这个条件，reshape方法将会用到原数组的一个非副本视图。但实际情况是，在非连续的数据缓存的情况下，返回非副本视图往往不可能实现。

另外一个常见的变形模式是一个一维数组转为二维的行或列的矩阵。可以通过reshape方法来实现，或者更简单地在一个切片操作中利用newaxis关键字：

　　x = np.array([1, 2, 3])

　　（1）通过变形获得的行向量

　　　　x.reshape((1, 3))

　　　通过newaxis获得的行向量

　　　　x[np.newaxis, : ]

　　（2）通过变形获得的列向量

　　　　x.reshape((3, 1))

　　通过newaxis获得的列向量

　　　　x[ : , np.newaxis]