将新形状传递给“np.reshape”

Within numpy.ndarray.reshape https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.reshape.html, the shape参数是一个整数或整数元组, and

新形状应与原始形状兼容。如果 整数，那么结果将是该长度的一维数组。

文档签名只是：

# Note this question doesn't apply to the function version, `np.reshape`
np.ndarray.reshape(shape, order='C')

实际上，规范似乎并不那么严格。根据上面的描述，我预计需要使用：

import numpy as np
a = np.arange(12)
b = a.reshape((4,3))  # (4,3) is passed to `newshape`

但相反，我可以通过以下方式逃脱：

c = a.reshape(4,3)  # Seems like just 4 would be passed to `newshape`
                    #     and 3 would be passed to next parameter, `order`
print(np.array_equal(b,c))
# True

我怎么能做到这一点？我知道如果我只是简单地输入2, 3在 Python shell 中，从技术上讲，无论我是否使用括号，它都是一个元组。但上面的比较似乎违反了位置参数如何传递到关键字 args 的字典的基本法则。 IE。：

def f(a, b=1, order='c'):
    print(a)
    print(b)

f((4,3))
print()
f(4,3)

# (4, 3)
# 1
#
# 4
# 3

...并且没有明星运营商reshape。 （类似于def f(*a, order='c') above.)

按照参数与普通Python方法绑定的方式，它应该不起作用，但该方法根本不是Python方法。 Numpy 是 CPython 的扩展模块，并且numpy.ndarray.reshape实际上是用C实现 https://github.com/numpy/numpy/blob/master/numpy/core/src/multiarray/methods.c#L173-L211.

如果你看一下实现，order参数仅作为关键字参数读取。位置参数永远不会绑定到它，这与普通 Python 方法不同，在普通 Python 方法中，第二个位置参数将绑定到order。 C 代码尝试构建值newshape来自所有位置参数。