如何将shape为(1,3,300)的numpy三维数组转换为二维数组

嘿，这个需求确实很常见，而且有好几种超简便的方法可以快速实现，我给你整理了几个最常用的：

• 方法一：用np.squeeze()（最贴合需求的专用方法）
  squeeze就是专门用来移除数组中所有长度为1的轴的函数，完全匹配你的场景。如果只想精准移除第一个轴，还可以指定axis参数避免意外：

  import numpy as np
  # 模拟你的原始数组
  original_arr = np.random.rand(1, 3, 300)
  # 移除所有长度为1的轴
  new_arr = original_arr.squeeze()
  # 或者精准移除第一个轴（更严谨）
  new_arr = original_arr.squeeze(axis=0)
  print(new_arr.shape)  # 输出: (3, 300)
  

• 方法二：直接索引切片（最直观的写法）
  因为第一个轴的长度是1，直接取这个轴的第0个元素，就能得到后面的二维数组：

  new_arr = original_arr[0]
  print(new_arr.shape)  # 输出: (3, 300)
  

• 方法三：用reshape()（最灵活的通用方法）
  如果你明确知道目标形状，或者想让numpy自动推导维度，可以用reshape：

  # 直接指定目标形状
  new_arr = original_arr.reshape(3, 300)
  # 用-1让numpy自动计算第二个维度（适合维度变化的场景）
  new_arr = original_arr.reshape(3, -1)
  print(new_arr.shape)  # 输出: (3, 300)
  

这几种方法效率都很高，大部分情况下都是返回原数组的视图（不会额外占用大量内存），你可以根据自己的习惯选择~

内容的提问来源于stack exchange，提问作者Shew