Python中reshape函數參數-1的意思？
在Python的numpy庫中，經常出現reshape(x，[-1，28，28，1])之類的表達，請問新shape中-1是什麼含義？我在網上查不到詳細的解釋，官方解釋看的不是太明白，希望大神幫助！
numpy.reshape(a, newshape, order=C)[source]，參數`newshape`是啥意思？
根據Numpy文檔(https://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html#numpy-reshape)的解釋：
newshape : int or tuple of ints
The new shape should be compatible with the original shape. If an integer, then the result will be a 1-D array of that length. One shape dimension can be -1. In this case, **the value is inferred from the length of the array and remaining dimensions**.
大意是說，數組新的shape屬性應該要與原來的配套，如果等於-1的話，那麼Numpy會根據剩下的維度計算出數組的另外一個shape屬性值。
舉幾個例子或許就清楚了，有一個數組z，它的shape屬性是(4, 4)
z = np.array([[1, 2, 3, 4],
[5, 6, 7, 8],
[9, 10, 11, 12],
[13, 14, 15, 16]])
z.shape
(4, 4)
z.reshape(-1)
z.reshape(-1)
array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16])
z.reshape(-1, 1)
也就是說，先前我們不知道z的shape屬性是多少，但是想讓z變成只有一列，行數不知道多少，通過`z.reshape(-1,1)`，Numpy自動計算出有12行，新的數組shape屬性為(16, 1)，與原來的(4, 4)配套。
z.reshape(-1,1)
array([[ 1],
[ 2],
[ 3],
[ 4],
[ 5],
[ 6],
[ 7],
[ 8],
[ 9],
[10],
[11],
[12],
[13],
[14],
[15],
[16]])
z.reshape(-1, 2)
newshape等於-1，列數等於2，行數未知，reshape後的shape等於(8, 2)
z.reshape(-1, 2)
array([[ 1, 2],
[ 3, 4],
[ 5, 6],
[ 7, 8],
[ 9, 10],
[11, 12],
[13, 14],
[15, 16]])
同理，只給定行數，newshape等於-1，Numpy也可以自動計算出新數組的列數。
----------
參考
1.http://stackoverflow.com/questions/18691084/what-does-1-mean-in-numpy-reshape
官方文檔：numpy.reshape - NumPy v1.11 Manual
&>&>&> a = np.array([[1,2,3], [4,5,6]])
&>&>&> np.reshape(a, (3,-1)) # the unspecified value is inferred to be 2
array([[1, 2],
[3, 4],
[5, 6]])
-1表示我懶得計算該填什麼數字，由python通過a和其他的值3推測出來。
# 下面是兩張2*3大小的照片(不知道有幾張照片用-1代替)，如何把所有二維照片給攤平成一維
&>&>&> image = np.array([[[1,2,3], [4,5,6]], [[1,1,1], [1,1,1]]])
&>&>&> image.shape
(2, 2, 3)
&>&>&> image.reshape((-1, 6))
array([[1, 2, 3, 4, 5, 6],
[1, 1, 1, 1, 1, 1]])
題主是在用tensorflow做卷積神經網路入門的手寫數字識別吧，源碼：x_image = tf.reshape(x, [-1, 28, 28, 1])這裡是將一組圖像矩陣x重建為新的矩陣，該新矩陣的維數為（a，28，28，1），其中-1表示a由實際情況來定。例如，x是一組圖像的矩陣（假設是50張，大小為56×56），則執行x_image = tf.reshape(x, [-1, 28, 28, 1])可以計算a=50×56×56/28/28/1=200。即x_image的維數為（200，28，28，1）。首次回答，如有錯誤，望各位大蝦指出！
可以參考 numpy.reshape - NumPy v1.12.dev0 Manual 最後給的 example。
&>&>&> a = np.array([[1,2,3], [4,5,6]])
&>&>&> np.reshape(a, (3,-1)) # the unspecified value is inferred to be 2
array([[1, 2],
[3, 4],
[5, 6]])
因為 a 總共有 6 個元素，reshape 成一個二維數組，指定第一維的長度是3（即 3 行），numpy 可以自動推斷出第二維的長度是 2 （6 除以 3 等於 2）。
我們可以再試一下如果有多個維度沒有指定長度的話會怎樣。&>&>&> np.reshape(a, (-1,-1))
Traceback (most recent call last):
File "&
File "/usr/local/lib/python2.7/dist-packages/numpy/core/fromnumeric.py", line 224, in reshape
return reshape(newshape, order=order)
ValueError: can only specify one unknown dimension
如果出現了無法整除的情況呢？
np.reshape(a, (4,-1))
Traceback (most recent call last):
File "&
File "/usr/local/lib/python2.7/dist-packages/numpy/core/fromnumeric.py", line 224, in reshape
return reshape(newshape, order=order)
ValueError: total size of new array must be unchanged
-1是模糊控制的意思 比如人reshape（-1,2）固定2列 多少行不知道
舉個簡單的例子，要記住，python默認是按行取元素
c = np.array([[1,2,3],[4,5,6]])
輸出：
[[1 2 3]
[4 5 6]]我們看看不同的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 我也不知道幾行，反正是1列:
print c.reshape(-1,1)
print 我也不知道幾列，反正是1行：
print c.reshape(1,-1)
print 不分行列，改成1串
print c.reshape(-1)
輸出為：
改成2行3列:
[[1 2 3]
[4 5 6]]改成3行2列:[[1 2] [3 4] [5 6]]我也不知道幾行，反正是1列:[[1] [2] [3][4]
[5] [6]]我也不知道幾列，反正是1行：[[1 2 3 4 5 6]]不分行列，改成1串[1 2 3 4 5 6]推薦閱讀：