一、修改数组维度的几种方法
reshape、resize、ravel、flatten、transpose、元组，下面一一介绍。
二、修改数组维度方法的实例
#NumPy数组：改变数组维度的几种方法
from numpy import *
#arange生成一维数组，reshape改变数组的维度
b = arange(24).reshape(2,3,4)
print(b)
print("-----------------------1111--------------------------")
#方法1：使用ravel改变数组维度。ravel返回数组的一个视图，修改视图的值，即会影响到原来的数组
b1 = b.ravel()
print(b1)
print("-----------------------2222--------------------------")
#方法2：使用flatten改变数组维度。flatten会请求新的内存来保存结果，修改返回结果并不会影响原来的数组
b2 = b.flatten()
print(b2)
print("-----------------------3333--------------------------")
b1[0] = 100 #b会改变，因为b1是通过ravel改变之后的数组
print(b)
print("-----------------------4444--------------------------")
b2[1] = 200 #b不会改变，因为b2是通过flatten改变之后的数组
print(b)
print("-----------------------5555--------------------------")
#方法3：使用元组改变数组维度
b.shape = (6,4) #生成6行4列的数组
print(b)
print("-----------------------6666--------------------------")
#方法4：transpose,将数组维度的行列进行翻转，数组本身并不翻转，但是修改翻转之后的数组值，会影响被翻转的数组
b3 = b.transpose() #b还是6行4列的数组，b3变为4行6列的数组
print(b3)
print("-----------------------7777--------------------------")
print(b)
print("-----------------------8888--------------------------")
b3[0][0] = 10000 #会影响b
print(b)
print("-----------------------9999--------------------------")
#方法5：resize方法和reshape一样，但是resize会直接修改所操作的数组
#resize：会修改原来的数组；reshape：会生成新的内存空间保存生成的数组，即不会修改原来的数组
b.resize((2,12))
print(b)
print(b)
输出结果：
[[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] [[12 13 14 15] [16 17 18 19] [20 21 22 23]]] -----------------------1111-------------------------- [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23] -----------------------2222-------------------------- [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23] -----------------------3333-------------------------- [[[100 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] [[ 12 13 14 15] [ 16 17 18 19] [ 20 21 22 23]]] -----------------------4444-------------------------- [[[100 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] [[ 12 13 14 15] [ 16 17 18 19] [ 20 21 22 23]]] -----------------------5555-------------------------- [[100 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [ 12 13 14 15] [ 16 17 18 19] [ 20 21 22 23]] -----------------------6666-------------------------- [[100 4 8 12 16 20] [ 1 5 9 13 17 21] [ 2 6 10 14 18 22] [ 3 7 11 15 19 23]] -----------------------7777-------------------------- [[100 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [ 12 13 14 15] [ 16 17 18 19] [ 20 21 22 23]] -----------------------8888-------------------------- [[10000 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [ 12 13 14 15] [ 16 17 18 19] [ 20 21 22 23]] -----------------------9999-------------------------- [[10000 1 2 3 4 5 6 7 8 9 10 11] [ 12 13 14 15 16 17 18 19 20 21 22 23]]