用法：

Numpy中reshape的使用方法為:numpy.reshape(a, newshape, order='C')

參數詳解：

• a: type:array_like(偽數組，可以看成是對數組的擴展，但是不影響原始數組。)（事實證明可以省略不寫，但此時reshape方法前是要處理的數組）
  需要reshape的array
• newshape:新的格式——整數或整數數組，如(2,3)表示2行3列。新的形狀應該與原來的形狀兼容，即行數和列數相乘後等於a中元素的數量。如果是整數，則結果將是長度的一維數組，所以這個整數必須等於a中元素數量。若這裡是一個整數數組，那麼其中一個數據可以為-1，在這種情況下，這個值python會自動從根據第二個數值和剩余維度推斷出來。
• order: 可選范圍為{‘C’, ‘F’, ‘A’}。使用索引順序讀取a的元素，並按照索引順序將元素放到變換後的的數組中。如果不進行order參數的設置，默認參數為C。

（1）“C” 指的是用類C寫的讀/索引順序的元素，最後一個維度變化最快，第一個維度變化最慢。以二維數組為例，簡單來講就是橫著讀，橫著寫，優先讀/寫一行。

（2）“F” 是指用FORTRAN類索引順序讀/寫元素，最後一個維度變化最慢，第一個維度變化最快。豎著讀，豎著寫，優先讀/寫一列。注意，“C”和“F”選項不考慮底層數組的內存布局，只引用索引的順序。

（3）“A” 選項所生成的數組的效果與原數組a的數據存儲方式有關，如果數據是按照FORTRAN存儲的話，它的生成效果與”F“相同（列優先），否則與“C”相同（行優先）。這裡可能聽起來有點模糊，下面會給出示例。

注：FORTRAN和C是兩個語言，他們存儲數組的方式不同，FORTRSAN為列有限，而C為行優先。在python中默認數組生成的時候是按照C的方式進行存儲。但，很多時候我們需要調用Fortran的一些庫進行數學計算，所以需要讓numpy生成的數組變成按照FORTRAN的方式存儲，使用numpy.asfortranarray方法，本博客同時給出了它的官方鏈接。

• returns: ndarray，即返回一或多維數組

舉例：

1.首先隨機生成一個4行3列的數組

2.使用reshape

這裡有兩種使用方法，可以使用np.reshape(r,(-1,1),order='F')，也可以使用r1=r.reshape((-1,1),order='F')，這裡選擇使用第二種方法。通過示例可以觀察不同的order參數效果。

通過例子可以看出來，F是優先對列信息進行操作，而C是優先行信息操作。如果未對r的格式進行設置，那麼我們rashape的時候以“A”的順序進行order的話，它的效果和“C”相同。

3.將r的存儲方式修改為類Fortan的方式進行存儲

做與第2步類似的操作


由下圖可知：np.asfortranarray(r)，並不會對r的輸出結果產生影響，但是由於改變了r的存儲類型，會改變“A”格式的輸出結果，使其與“F”相同。

參考文獻：
numpy中reshape方法詳解
numpy.reshape官方文檔