目录

1. 数组的基础形状操作

1.1 查看数组的形状

1.2 改变数组的形状

2. 数组的转置与轴交换

2.1 数组的转置

2.2 交换数组的轴

3. 数组的合并与分割

3.1 数组的水平与垂直合并

3.2 数组的分割

4. 高级数组变换技巧

4.1 广播机制（Broadcasting）

4.2 使用expand_dims()和squeeze()函数

5. 数组与其他数据结构的转换

5.1 NumPy数组与Python列表之间的转换

5.2 NumPy数组与Pandas DataFrame之间的转换

6. 总结

---

在Python数据科学领域，NumPy是一个不可或缺的基础库，其强大的数组操作能力使得数据处理和分析更加高效。本文将深入探讨NumPy库中数组的形状与变换技术，包括数组的重塑、转置、合并、分割等操作，帮助读者掌握这些核心技巧，并通过代码示例进一步加深理解。

1. 数组的基础形状操作

NumPy中的数组是多维的，可以通过shape属性来查看数组的维度大小。在数据科学中，理解数组的形状是处理数据的第一步。以下是一些常见的数组形状操作。

1.1 查看数组的形状

创建一个NumPy数组并查看其形状：

python">import numpy as np# 创建一个二维数组
array = np.array([[1, 2, 3], [4, 5, 6]])# 查看数组的形状
print("数组形状:", array.shape)

输出结果为(2, 3)，表示该数组有2行3列。