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]: a
Out[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]: a
Out[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])

---------------------
【转载】仅作分享，侵删
作者：经年不往
原文：https://blog.csdn.net/mago2015/article/details/81050590