（转载请注明出处）
今天讲一下np.reshape()方法。官方给出的链接https://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html，因为是英文所以很多人不好看，这里给出详细解释。
这个方法是在不改变数据内容的情况下，改变一个数组的格式，参数及返回值解释如下：
参数：
a : 数组——需要处理的数据。
newshape : 新的格式——整数或整数数组，如(2,3)表示2行3列。新的形状应该与原来的形状兼容，即行数和列数相乘后等于a中元素的数量。如果是整数，则结果将是长度的一维数组，所以这个整数必须等于a中元素数量。若这里是一个整数数组，那么其中一个数据可以为-1。在这种情况下，这个个值python会自动从根据第二个数值和剩余维度推断出来。
order : 可选范围——{‘C’, ‘F’, ‘A’}。使用索引顺序读取a的元素，并按照索引顺序将元素放到变换后的的数组中。“C”指的是用类C写的读/索引顺序的元素，横着读，横着写，优先读/写一行。“F”是指用FORTRAN类索引顺序读/写元素，竖着读，竖着写，优先读/写一列。注意，“C”和“F”选项不考虑底层数组的内存布局，只引用索引的顺序。“A”竖着读，横着写。这里可能听起来有点模糊，下面会给出示例。如果不进行order参数的设置，默认为C。
示例：
1、首先随机生成一个3行4列的数组
import numpy as np
from numpy import random as nr
r=nr.randint(0,10,size=(4,3))
2、使用reshape，这里有两种使用方法，可以使用np.reshape(r,(-1,1),order='F')，也可以使用r1=p.reshape((-1,1),order='F')，这里我选择使用第二种方法。通过示例可以观察不同的order参数效果。
r1=r
r2=r
r3=r
r1=r1.reshape((3,4),order='F')
r2=r2.reshape((3,4),order='A')
r3=r3.reshape((3,4),order='C')
r=r1
r1=r.reshape((-1,1),order='C')
r2=r.reshape((-1,1),order='F')
r3=r.reshape((-1,1),order='A')最后结果
结尾，第一篇博客比较基础，因为我自己也是个菜鸟，欢迎大家和我交流互相进步