np.reshape(-1)、np.reshape(-1, 1)、np.reshape(1, -1)详解

np.reshape()规范：新的排布(shape)应与原始排布兼容

Numpy允许给新排布的参数设置为 -1（如(2, -1), (-1, 3)，但是不允许(-1, -1)），它指的是未知的维数，而Numpy自己会根据输入值的排布，用reshape()方法得出未知维数的值，使得输出值符合np.reshape()的规范。

Code 1: np.reshape(-1)

original = np.array([2, 4, 1, 3],[1, 2, 5, 2])orginal.shape # (2, 4)new_1 = orginal.reshape(-1)
print(new_1) # 新排布为（1，8）

array([2, 4, 1, 3, 1, 2, 5, 2])

Code 2: np.reshape(-1, 1)

# 设定新排布的列数为1，行数为未知
new_2 = orginal.reshape(-1, 1)
print(new_2)  # 新排布为（8，1）

array([[ 2],
[ 4],
[ 1],
[ 3],
[ 1],
[ 2], 
[ 5],
[ 2]])

Code 3：np.reshape(1, -1)

# 设定新排布的行数为1，列数为未知
new_3 = orginal.reshape(1, -1)
print(new_3)  # 新排布为（1，8）

array([2, 4, 1, 3, 1, 2, 5, 2])

Code 4: np.reshape(-1, 2)

# 设定新排布的列数为2，行数为未知
new_4 = original.reshape(-1, 2)
print(new_4) # 新排布为（4，2）

array([[2, 4],
[1, 3],
[1, 2],
[5, 2]
])

参考网址：
https://stackoverflow.com/questions/18691084/what-does-1-mean-in-numpy-reshape