求助：Numpy中矩阵运算结果无法转为一维数组的问题

问题出在你使用了np.matrix类型，它和普通np.array的运算行为存在差异：当一维数组a与np.matrix相乘时，结果会被保留为矩阵类型（二维），即便调用flatten()或ravel()，返回的依然是矩阵对象而非普通一维数组。

以下是几种更简洁的解决方法：

方法1：改用普通数组（推荐） #

np.matrix已是numpy中被弃用的类型，官方更推荐用普通np.array处理矩阵运算，搭配@运算符（或np.dot()）执行矩阵乘法：

import numpy as np

a = np.array([5, 5, 0])
# 用np.array定义旋转矩阵
Rx = np.array([[1, 0, 0],
               [0, 1, 0],
               [0, 0, 1]])
# 使用@进行矩阵乘法，直接得到一维数组
b = a @ Rx

print(b)  # 输出: [5 5 0]

方法2：利用矩阵的.A1属性 #

如果坚持使用np.matrix，可通过矩阵对象的.A1属性直接提取为一维普通数组：

import numpy as np

a = np.array([5, 5, 0])
Rx = np.matrix([[1, 0, 0],
                [0, 1, 0],
                [0, 0, 1]])
b = (a * Rx).A1

print(b)  # 输出: [5 5 0]

方法3：将矩阵结果转成普通数组后扁平化 #

把运算得到的矩阵对象转为普通数组，再执行扁平化操作：

import numpy as np

a = np.array([5, 5, 0])
Rx = np.matrix([[1, 0, 0],
                [0, 1, 0],
                [0, 0, 1]])
b = np.array(a * Rx).flatten()

print(b)  # 输出: [5 5 0]

内容的提问来源于stack exchange，提问作者Geksaedr