reshape函数的使用：
#reshape（）是数组对象中的方法，用于改变数组的形状

用法：numpy.reshape(a, newshape, order=’C’)

参数：

a：array_like

要重新形成的数组。

newshape：int或tuple的整数

新的形状应该与原始形状兼容。如果是整数，则结果将是该长度的1-D数组。一个形状维度可以是-1。在这种情况下，从数组的长度和其余维度推断该值。

order：{'C'，'F'，'A'}可选

使用此索引顺序读取a的元素，并使用此索引顺序将元素放置到重新形成的数组中。'C'意味着使用C样索引顺序读取/写入元素，最后一个轴索引变化最快，回到第一个轴索引变化最慢。'F'意味着使用Fortran样索引顺序读取/写入元素，第一个索引变化最快，最后一个索引变化最慢。注意，'C'和'F'选项不考虑底层数组的内存布局，而只是参考索引的顺序。'A'意味着在Fortran类索引顺序中读/写元素，如果a 是Fortran 在内存中连续的，否则为C样顺序。

返回：

reshaped_array：ndarray

如果可能，这将是一个新的视图对象; 否则，它将是一个副本。注意，不能保证返回数组的内存布局（C-或Fortran-连续）。

例子：

c = np.array([[1,2,3],[4,5,6]])

输出：

[[1 2 3]
[4 5 6]]

我们看看不同的reshape

print '改成2行3列:'
print c.reshape(2,3)
print '改成3行2列:'
print c.reshape(3,2)
print '我也不知道几行，反正是1列:'
print c.reshape(-1,1)
print '我也不知道几列，反正是1行：'
print c.reshape(1,-1)
print '不分行列，改成1串'
print c.reshape(-1)