python3中对numpy数组进行降维或升维

解决报错如：

1.ValueError: Found array with dim 4. Estimator expected

2.ValueError: Expected 2D array, got 1D array instead:

报错1ValueError: Found array with dim 4. Estimator expected——解决方式：
使用 np.concatenate

函数模型：concatenate((a1, a2, …), axis=0)

Parameters参数说明：
• 传入的参数(a1,a2,a3,…)必须是一个多个数组的元组或者列表
另外需要指定拼接的方向，默认axis = 0，也就是说对数组中0轴(X轴/或者说行)的对象进行拼接得到一个纵向组合的数组，（axis=1则是相反）；注：一般axis = 0，就是对该轴向的数组进行操作，操作方向是另外一个轴，即axis=1。

import numpy as np
a = np.array([[1,2],[2,3]])
b = np .array([[4,5],[3,4]])
print(np.concatenate((a, b), axis=0))print(np.concatenate((a), axis=0))

输出结果：（这样就可以将对数组进行降维了（剥除一组中括号[ ]））

[[1 2][2 3][4 5][3 4]][1 2 2 3]

参考链接：https://blog.csdn.net/brucewong0516/article/details/79158758

报错2函数fit时出现ValueError: Expected 2D array, got 1D array instead:——解决方式：
这里我将函数报错时的代码片段截取出来，具体函数的数据就不截取了
方法1：使用中括号[ ]:
原代码：

import numpy as np  
from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier()  
knn.fit(x,y)                 
x_new = [50000,8,1.2]
y_pred = knn.predict(x_new)

会报错：

Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.

使用np.array.reshape修改:

x_new = np.array([50000,8,1.2]).reshape(1,-1)

方法2.使用 np.array.reshape(1,-1)：

x_new = np.array([[50000,8,1.2]])

python3新版的sklearn中，所有的数据都应该是二维矩阵，即np.array()中应该至少是包含两对中括号[ ]

参考链接：https://www.jianshu.com/p/60596270e94e