numpy降维方法

numpy中的降维方法：
flat（）：返回一个iterator，然后去遍历
flatten（）：将多维数组拉平，并拷贝一份
ravel（）：将多维数组拉平（一维）
squeeze（）：除去多维数组中，维数为1的维度，如315降维后3*5
reshape（-1）：多维数组，拉平
reshape（-1，5），其中-1表示我们不用亲自去指定这一维度的大小，理解为n维

代码示例：

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])

c = []
for x in a.flat:
    c.append(x)
print('flat迭代器降一维：n', c)
d = a.flatten()
print('flatten方法降一维：n', d)
e = a.ravel()
print('ravel方法降一维：n', e)
g = np.squeeze(a)
print('squeeze方法降一维：n', g)
f = a.reshape(-1)
print('reshape方法降一维：n', f)
a.resize((1, 6))
print('resize方法：n', a)

结果：
flat迭代器降一维：
[1, 2, 3, 4, 5, 6]
flatten方法降一维：
[1 2 3 4 5 6]
ravel方法降一维：
[1 2 3 4 5 6]
squeeze方法降一维：
[[1 2 3]
[4 5 6]]
reshape方法降一维：
[1 2 3 4 5 6]
resize方法：
[[1 2 3 4 5 6]]