python中reshape的用法（深度学习入门程序）

在学习TensorFlow入门课程的时候，碰到了reshape这个函数，比较神奇，话不多说，直接上干货。

首先，最基本的，比如

arr = [1,2,3,4,5,6,7,8,9] 一个一维的list，长度为9

现在，我想把arr变成一个3*3的矩阵，这就可以用的reshape了，两个方法，第一

arr.reshape(3,3)

这个很好理解，不多说，重点看第二个方法

arr.reshape(-1,3)

这样也可以把arr变成3*3的矩阵，这个-1代表的意思就是，我不知道可以分成多少行，但是我的需要是分成3列，多少行我不关心，不得不感叹，果然是人生苦短，我用python

最后，看一个实际的例子，在这个数据集里面

from sklearn.datasets import load_digits 一个图片的数据集

这个图像的表示方法是1797*64，表示1797张图片，每张图片用一行64个数表示，怎么把这一行的数据取出来呢？就是用的reshape这个函数

picture_data = data.reshape(-1,8,8,1)

-1表示不知道，两个8表示8行8列，1表示一维空间（彩色是在处理的时候是三维空间RGB），整短代码就是说，把1797*64这个矩阵，变换成8*8的不知道多少个的矩阵，这样后面就方便用CNN神经网络去处理了