Python中如何正确展平高维numpy数组得到指定维度的输出？

你写的np.reshape(X, (X.shape[0],X.shape[1]*X.shape[2]*X.shape[3]))逻辑本身是正确的，出现输出和原数组一致的问题，是因为numpy的reshape方法不会修改原数组，只会返回修改形状后的新数组，你需要将返回结果赋值给变量才能拿到转换后的数组。

通用实现方法 #

方法1：使用reshape自动维度推断（最推荐） #

不需要手动计算剩余维度的乘积，传入-1即可让numpy自动计算匹配的维度大小，代码更简洁且适配任意维度的输入：

Y = X.reshape(X.shape[0], -1)

运行后Y的形状就是(2, 12)，和你预期的输出完全一致。

方法2：对每个样本单独展平 #

你也可以遍历第一维的每个样本，用ravel()方法展平后再合并为新数组：

Y = np.array([sample.ravel() for sample in X])

验证说明 #

针对你给出的示例数组X，以上两种方法的输出均为：

array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23]])

完全符合你的目标需求。

内容的提问来源于stack exchange，提问作者user3318590