这篇文章主要讲解了如何实现numpy库ndarray多维数组的维度变换，内容清晰明了，对此有兴趣的小伙伴可以学习一下，相信大家阅读完之后会有帮助。

numpy库对多维数组有非常灵巧的处理方式，主要的处理方法有：

.reshape(shape) ： 不改变数组元素，返回一个shape形状的数组，原数组不变

.resize(shape) ： 与.reshape()功能一致，但修改原数组

In [22]: a = np.arange(20)#原数组不变In [23]: a.reshape([4,5])Out[23]:array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14], [15, 16, 17, 18, 19]])In [24]: aOut[24]:array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19])#修改原数组In [25]: a.resize([4,5])In [26]: aOut[26]:array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14], [15, 16, 17, 18, 19]])

.swapaxes(ax1,ax2) ： 将数组n个维度中两个维度进行调换，不改变原数组

In [27]: a.swapaxes(1,0)Out[27]:array([[ 0, 5, 10, 15], [ 1, 6, 11, 16], [ 2, 7, 12, 17], [ 3, 8, 13, 18], [ 4, 9, 14, 19]])

.flatten() ： 对数组进行降维，返回折叠后的一维数组，原数组不变

In [29]: a.flatten()Out[29]:array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19])

看完上述内容，是不是对如何实现numpy库ndarray多维数组的维度变换有进一步的了解，如果还想学习更多内容，欢迎关注亿速云行业资讯频道。