python numpy中reshape函数参数-1的含义，新数组的shape属性应该要与原来数组的一致，即新数组元素数量与原数组元素数量要相等。一个参数为-1时，那么reshape函数会根据另一个参数的维度计算出数组的另外一个shape属性值。

下面来举几个例子来理解一下：

>>> z = np.array([[1, 2, 3, 4],[5, 6, 7, 8],[9, 10, 11, 12],[13, 14, 15, 16]])

>>> print(z)

[[ 1 2 3 4]

[ 5 6 7 8]

[ 9 10 11 12]

[13 14 15 16]]

>>> print(z.shape)

(4, 4)

>>> print(z.reshape(-1))

[ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16]

>>> print(z.reshape(-1,1)) #我们不知道z的shape属性是多少，

#但是想让z变成只有一列，行数不知道多少，

#通过`z.reshape(-1,1)`，numpy自动计算出有16行，

#新的数组shape属性为(16, 1)，与原来的(4, 4)配套。

[[ 1]

[ 2]

[ 3]

[ 4]

[ 5]

[ 6]

[ 7]

[ 8]

[ 9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]]

>>> print(z.reshape(2,-1))

[[ 1 2 3 4 5 6 7 8]

[ 9 10 11 12 13 14 15 16]]

如您对本文有疑问或者有任何想说的，请点击进行留言回复，万千网友为您解惑！