Numpy数组变形：reshape与flatten零基础教程

本文介绍Numpy中数组变形的两个实用方法：`reshape`和`flatten`，用于满足不同数据处理需求。核心前提是变形前后数组元素总数必须一致。 `reshape`方法可改变数组形状（如1维转2维），语法为`arr.reshape(new_shape)`，支持元组指定形状，用`-1`可自动计算缺失维度（如3行自动算列数），返回新数组不修改原数组。 `flatten`方法将多维数组展平为1维，返回新数组（副本），避免修改原数组，与`ravel`（返回视图）不同，推荐优先使用`flatten`。 常见错误是“元素总数不匹配”，需确保`reshape`参数乘积等于原数组大小（`原数组.size`）。 总结：`reshape`灵活调整形状，`flatten`安全展平为1维，掌握两者可高效处理数组变形，为数据处理（如机器学习）奠定基础。