如何将NumPy一维数组转换为形状为(4,1)的二维数组

这问题我平时处理数据时经常碰到，给你几个简单好用的方法，都能轻松把一维数组转成你需要的列向量形状：

• 使用reshape()方法（最直观）
  直接指定目标形状，或者用-1让NumPy自动计算对应维度的长度，这样就算数组长度变化也不用手动改数值：

  import numpy as np
  x = np.array([1,2,3,4])
  
  # 方式1：明确指定形状
  x_reshaped = x.reshape(4, 1)
  print(x_reshaped.shape)  # 输出 (4, 1)
  
  # 方式2：更灵活的写法，自动适配数组长度
  x_reshaped = x.reshape(-1, 1)
  print(x_reshaped.shape)  # 同样输出 (4, 1)
  

• 用切片语法添加新维度（最简洁）
  利用np.newaxis（或者等价的None）在切片中插入新轴，写法非常简洁：

  # 用np.newaxis
  x_col = x[:, np.newaxis]
  print(x_col.shape)  # 输出 (4, 1)
  
  # 用None，和np.newaxis效果完全一样
  x_col = x[:, None]
  print(x_col.shape)  # 输出 (4, 1)
  

• 使用np.expand_dims()函数（语义最清晰）
  这个方法的名字就直接说明了用途——扩展数组维度，通过axis参数指定要添加的轴的位置（这里axis=1表示在列方向添加）：

  x_expanded = np.expand_dims(x, axis=1)
  print(x_expanded.shape)  # 输出 (4, 1)
  

小提示 #

上面这些方法默认都会返回一个新的数组对象（部分情况是原数组的视图，不占用额外内存），不会修改原始的x数组。如果确实需要直接修改原数组的形状，可以试试：

x.shape = (4, 1)
# 或者
x.resize(4, 1)

不过一般更推荐前面的方法，避免意外改动原始数据。

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