numpy中高维数组变为向量与numpy中增加和删除维度实现方法

在NumPy中，将高维数组变为向量通常指的是将多维数组（如二维或更高维度的数组）转换为一维数组（向量）。这一过程可以通过多种方法实现，具体如下：

使用`numpy.reshape()`函数：这个函数可以将一个多维数组重新塑形为指定的新形状。通过传递参数`-1`作为目标形状的一部分，可以自动计算该维度的大小，从而实现将高维数组转换为一维数组。
使用`numpy.ravel()`函数：这个函数返回一个将多维数组展平为一维数组的新视图。它不返回副本，因此对返回的数组进行修改会影响原始数组。如果需要副本，可以使用`numpy.copy()`来复制数组。

此外，对于二维数组而言，还可以使用数组的`T`属性来获取其转置，尽管这通常用于二维数组的行列互换，但在某些情况下也可以用于将二维数组视为一维数组。

代码举例如下👇

输出结果：

增加和删除数组的维度可以通过几种不同的方法实现：

### 增加维度

1. 使用`numpy.newaxis`:
通过在索引中使用`numpy.newaxis`，可以在指定的位置增加一个新的轴。这通常用于将一维数组转换为二维数组。

2. 使用`numpy.reshape()`:
`reshape()`函数可以改变数组的形状，包括增加新的维度。如果新形状的总元素数量与原数组相同，则可以使用这个函数来增加维度。

3. 使用`numpy.expand_dims()`:
`expand_dims()`函数可以在指定位置插入新的轴，从而增加维度。

4.使用`numpy.atleast_2d()`或`numpy.atleast_3d()`等函数:
这些函数至少将数组转换为指定的最小维数（2D或3D）。

### 删除维度

1. 使用`numpy.squeeze()`:
- `squeeze()`函数可以移除数组中所有长度为1的维度，从而减少维度的数量。

2.使用`numpy.reshape()`或`numpy.array.reshape()`:
- 通过将形状参数设置为一个元组，其中某些维度为`-1`，可以将数组重塑到更少的维度。

3.使用`numpy.ndarray.flatten()`或`numpy.ndarray.ravel()`:
这两个方法都可以将多维数组展平成一维数组，但`flatten()`返回的是副本，而`ravel()`返回的是视图。

4.使用`numpy.array.T`或`numpy.array.transpose()`:
- 对于二维数组，转置操作实际上并不改变数组的维度，但它可以交换两个维度的位置，这在某些情况下可以被视为减少维度的一种形式。