np.reshape(n,m)重新生成n*m维的数组
如：reshape(2,-1) -1表示0轴分成2维后，1轴按元素个数分，不指定维度
1、? ?# 3页 2*2
import numpy as np
a = np.array([1,2,3,4,5,6,7,8,9,10,11,12])
b = a.reshape(3,2,2)
print(b)
2、b = a.reshape(2,3,2,2) #2个3页的2*2
import numpy as np
a = np.array([1,2,3,4,5,6,7,8,9,10,11,12,1,2,3,4,5,6,7,8,9,10,11,12])
b = a.reshape(2,3,2,2)
print(b)
3、?对于reshape（2，3，2，2）
print(b[0])#2个3页的第一个3页的2*2
4、#2个3页的第一个3页的2*2中
print(b[0][0])
5、#2个3页中第一个3页2*2中的0轴
print(b[0][0][0])?
6、reshape（2，3，2，2）
对应轴（0，1，2，3）
（A）、
a = np.array([1,2,3,4,5,6,7,8,9,10,14,12,1,2,3,4,5,6,7,8,9,10,11,13])
b = a.reshape(2,3,2,2)
print(b)
print(np.min(b,0))
?运算方法：在两个3页的元素中对应比较。取出最小的元素，
(B)、
np.min(b,1)
2个3页2*2中分别找出最小的2*2?
?（C）、
np.mean(b,2)
?在6个2*2的数组找0轴最小的