python改变数组形状_NumPy数组的变形（改变数组形状）

在机器学习以及深度学习的任务中，通常需要将处理好的数据以模型能接收的格式输入给模型，然后由模型通过一系列的运算，最终返回一个处理结果。然而，由于不同模型所接收的输入格式不一样，往往需要先对其进行一系列的变形和运算，从而将数据处理成符合模型要求的格式。

在矩阵或者数组的运算中，经常会遇到需要把多个向量或矩阵按某轴方向合并，或展平(如在卷积或循环神经网络中，在全连接层之前，需要把矩阵展平)的情况。下面介绍几种常用的数组变形方法。

修改指定数组的形状是 NumPy 中最常见的操作之一，常见的方法有很多，下表列出了一些常用函数和属性。

表1：Numpy 中改变向量形状的一些函数和属性

函数/属性

描述

arr.reshape()

重新将向量 arr 维度进行改变，不修改向量本身

arr.resize()

重新将向量 arr 维度进行改变，修改向量本身

arr.T

对向量 arr 进行转置

arr.ravel()

对向量 arr 进行展平，即将多维数组变成1维数组，不会产生原数组的副本

arr.flatten()

对向量 arr 进行展平，即将多维数组变成1维数组，返回原数组的副本

arr.squeeze()

只能对维数为1的维度降维。对多维数组使用时不会报错，但是不会产生任何影响

arr.transpose()

对高维矩阵进行轴对换

下面来看一些示例。

reshape() 函数

reshape() 函数用来改变向量的维度(不修改向量本身)&#