numpy 中 (n,)数组与(n,1)数组的互转

在 numpy 中，向量 $\left[\begin{array}{c}1\\ 2\\ 3\end{array}\right]$ 和 $\left[\begin{array}{ccc}1& 2& 3\end{array}\right]$ 的 shape 是相同的，都是 (3,)，如果想要得到 (3,1) 或者 (1,3) 的 shape，需要使用 reshape 方法。如果 想得到 (3,1) ，调用 a.reshape(-1, 1) 或者 np.reshape(a, (-1,1))，如果想得到 (1,3)，调用 a.reshape(-1,3) 或者 np.reshape(a, (-1,3))。如下表格所示：

	(3,1)	(1,3)
ndarray	a.reshape(-1,1)	a.reshape(-1,3)
numpy	np.reshape(a,(-1,1))	np.reshape(a,(-1,3))

-1 的意思是，确定列数后，行数由 总数 / 列数 确定，如果 a 有 n 个元素，列为 3，则行数 = n / 3。

reshape 进行维度的转换

a = np.array([1,2,3])
print(a.shape)
(3,)

b = a.reshape(-1,1)
print(b.shape)
(3, 1)

squeeze 方法则相反，将一个 shape 为 (n, 1) 或者 (1,n,1,...,1) 的 ndarray，转化为shape 为 (n,) 的 ndarray

把shape中为1的维度去掉

a = np.array([[1],[2],[3]])
print(a.shape)
(3, 1)

b = np.squeeze(a)
print(b.shape)
(3,)