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。 >>> z = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12],[13, 14, 15, 16]]) >>> z array([[ 1, 2, 3, 4], [ 5, 6, 7, 8], [ 9, 10, 11, 12], [13, 14, 15, 16]]) >>> z.reshape(-1) array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]) >>> z.reshape(-1,2) #我们不知道z的shape属性是多少， #但是想让z变成只有2列，行数不知道多少， #通过`z.reshape(-1,2)`，Numpy自动计算出有8行， #新的数组shape属性为(8, 2)，与原来的(4, 4)配套。 array([[ 1, 2], [ 3, 4], [ 5, 6], [ 7, 8], [ 9, 10], [11, 12], [13, 14], [15, 16]]) >>> z array([[ 1, 2, 3, 4], [ 5, 6, 7, 8], [ 9, 10, 11, 12], [13, 14, 15, 16]]) >>> x=z.reshape(-1,2) >>> x array([[ 1, 2], [ 3, 4], [ 5, 6], [ 7, 8], [ 9, 10], [11, 12], [13, 14], [15, 16]]) >>> y=x[0] #取出第一行元素 >>> y array([1, 2]) >>> m=x[:2] ##取出前两行元素 >>> m array([[1, 2], [3, 4]])