机器学习的数据重塑—— reshape(-1,1)

格式变化——reshape函数

• 知识根基
  • 程序代码

知识基础

调整数据维度时，常用reshape(行数，列数)函数来改变矩阵的行与列的数量
该函数通常适用于numpy中的array和ndarray对象，以及pandas中的dataframe和series结构（其中series需先通过series.values转换为ndarray格式）

接下来提出一个疑问：reshape(-1,1)具体代表什么含义？难道-1表示行数为负数？
此处的-1并非实际数值，而是用于表示未明确指定的行数，由程序自动计算分配，因此-1可理解为任意正整数
综上所述，reshape(-1,1)的含义是（行数不限，仅保留1列）

代码

    import numpy as np
    
    z = np.array([[1, 2, 3, 4],
          [5, 6, 7, 8],
          [9, 10, 11, 12],
          [13, 14, 15, 16]])
    print(z.shape)
    print(z)
    z=z.reshape(-1, 1)
    print(z.shape)
    print(z)
    z=z.reshape(-1, 2)