如何对shape为(50,100,100)的NumPy数组展平最后两个维度？

针对形状为(50, 100, 100)的NumPy数组，要将最后两个维度展平为(50, 10000)，最简洁高效的方案是用NumPy原生方法，完全不需要依赖列表生成器（后者会引入Python循环开销，效率更低）。

推荐方法：reshape #

reshape是最优选择，它可以在不复制数据的情况下返回数组视图（如果原数组内存布局连续），性能拉满，写法也极简：

import numpy as np

# 示例数组
arr = np.random.rand(50, 100, 100)
# 展平最后两个维度，-1让NumPy自动计算维度大小
flattened_arr = arr.reshape(arr.shape[0], -1)

也可以直接写死目标形状：arr.reshape(50, 10000)，但用-1更灵活——哪怕后续前两个维度的数值变化，代码也不用修改。

备选方法：ravel #

如果需要先展平整个数组再重新塑形，ravel也是高效选项（默认返回视图）：

flattened_arr = arr.ravel().reshape(50, -1)

不过这个写法比直接用reshape多一步，优先级稍低。

为什么不用列表生成器？ #

比如np.array([x.flatten() for x in arr])这种写法，会在Python层面循环遍历每个子数组，不仅代码冗余，还会因为Python循环的开销导致运行速度远慢于NumPy原生的C实现方法，完全没必要。

内容的提问来源于stack exchange，提问作者crn4t