mindspore.numpy.reshape

mindspore.numpy.reshape(x, new_shape)[源代码]

在不改变数据的情况下重塑一个Tensor。

参数：

x (Tensor) - 需要重塑的Tensor。
new_shape (Union[int, list(int), tuple(int)]) - Tensor的新shape。必须与原始shape兼容。如果 new_shape 是一个只有一个元素的tuple，则结果将是一个具有该长度的一维Tensor。 new_shape 中的一个维度可以是-1，此时该维度的值将根据Tensor的总长度和其他维度的大小推断得出。

返回：

重塑后的Tensor，其数据类型与原始Tensor x 相同。

异常：

TypeError - 如果 new_shape 既不是整数、list或tuple，或者 x 不是Tensor。
ValueError - 如果 new_shape 与 x 的原始shape不兼容。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore.numpy as np
>>> x = np.asarray([[-0.1, 0.3, 3.6], [0.4, 0.5, -3.2]])
>>> output = np.reshape(x, (3, 2))
>>> print(output)
[[-0.1  0.3]
 [ 3.6  0.4]
 [ 0.5 -3.2]]
>>> output = np.reshape(x, (3, -1))
>>> print(output)
[[-0.1  0.3]
 [ 3.6  0.4]
 [ 0.5 -3.2]]
>>> output = np.reshape(x, (6, ))
>>> print(output)
[-0.1  0.3  3.6  0.4  0.5 -3.2]