NumPy 数组形状

在 NumPy 中，数组形状是指数组中元素的排列方式。NumPy 提供了多种方法改变数组形状，包括重塑、展平、转置、拼接等。

重塑数组形状

使用 reshape() 函数可以重塑数组的形状。它的作用是将原数组重新排列成指定的形状。例如，将一个 2x3 的数组重塑为 3x2 的数组可以这样实现：

import numpy as np

array = np.array([[1, 2, 3], [4, 5, 6]])
reshaped_array = array.reshape((3, 2))

展平数组形状

使用 flatten() 函数可以将多维数组平坦化为一维数组。例如，将一个 2x3 的数组展平为一维数组可以这样实现：

import numpy as np

array = np.array([[1, 2, 3], [4, 5, 6]])
flattened_array = array.flatten()

转置数组形状

使用 transpose() 函数可以交换数组的维度。例如，将一个 2x3 的数组转置为 3x2 的数组可以这样实现：

import numpy as np

array = np.array([[1, 2, 3], [4, 5, 6]])
transposed_array = array.transpose()

拼接数组形状

使用 concatenate() 函数可以沿着指定的维度拼接两个数组。例如，将两个 2x3 的数组沿着横向拼接为 2x6 的数组可以这样实现：

import numpy as np

array1 = np.array([[1, 2, 3], [4, 5, 6]])
array2 = np.array([[7, 8, 9], [10, 11, 12]])
concatenated_array = np.concatenate((array1, array2), axis=1)

以上就是 NumPy 数组形状的相关操作介绍。通过这些方法，我们可以方便地改变数组的形状以满足实际需求。