arr1=np.arange(12).reshape(3,4)
b=arr1.reshape(-1)  #  b=arr1.reshape((-1)) 等同的效果意义 ,  
b[2]=1000
print(arr1)# 返回的是视图view
[[   0    1 1000    3]
 [   4    5    6    7]
 [   8    9   10   11]]
ravel 变换
arr1=np.arange(12).reshape(3,4)
c=arr1.ravel()
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])
c[2]=10001
arr1  # 返回的是视图view
array([[    0,     1, 10001,     3],
       [    4,     5,     6,     7],
       [    8,     9,    10,    11]])
resize
arr1=np.arange(12).reshape(3,4)
arr1.resize((4,3))  #  无返回值，即会对原始多维数组直接进行修改，也就是不能赋值
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11]])
对matrix对象进行操作
# 使用matrix对象的时候，返回的仍是matrix，得不到想要的结果,不过该matrix仍然可以使用numpy中的一些方法对其操作，比如sum，min,max等等
d=np.matrix(np.arange(12).reshape(3,4))
matrix([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]])
d.flatten()# 
matrix([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11]])
比如 a = [[1, 2], [3, 4], [5, 6]]
列表推导式

[i for j in a for i in j]
from itertools import chain

list(chain.from_iterable(a))
sum小技巧

sum(a, [])