将一维数组转换为numpy的二维数组

我想通过指定matrix中的列数将一维数组转换为matrix。有些东西可以这样工作：

> import numpy as np > A = np.array([1,2,3,4,5,6]) > B = vec2matrix(A,ncol=2) > B array([[1, 2], [3, 4], [5, 6], [7, 8]])

numpy是否具有像我制作的函数“vec2matrix”一样的function？（据我所知，你可以像一个matrix索引一维数组，但这不是在我有代码的选项 – 我需要进行此转换）

你想reshapearrays。

 B = np.reshape(A, (-1, 2))

你有两个select：

如果不再需要原始形状，最简单的方法就是将新的形状分配给数组
```
 a.shape = (a.size//ncols, ncols) 
```
您可以通过-1来切换a.size//ncols来自动计算合适的形状。确保a.shape[0]*a.shape[1]=a.size ，否则会遇到一些问题。
你可以用np.reshape函数获得一个新的数组，这个数组的工作方式与上面提到的版本大致相同
```
 new = np.reshape(a, (-1, ncols)) 
```
在可能的情况下， new将只是初始数组a的视图，这意味着数据是共享的。但是，在某些情况下， new数组会变成acopy。请注意， np.reshape还接受可选的关键字order ，使您可以从行主C顺序切换到列主要Fortran顺序。 np.reshape是a.reshape方法的函数版本。

如果你不能满足a.shape[0]*a.shape[1]=a.size这个要求，你就不得不创build一个新的数组。您可以使用np.resize函数并将其与np.reshape混合，如

 >>> a =np.arange(9) >>> np.resize(a, 10).reshape(5,2)

尝试像这样：

 B = np.reshape(A,(-1,ncols))

你需要确保你可以通过ncols分割数组中的元素数量。您也可以使用order关键字来玩数字的order 。