reshape(shape) ： 不改变数组元素，返回一个shape形状的数组，原数组不变。是对每行元素进行处理 resize(shape) ： 与.reshape()功能一致，但修改原数组

.swapaxes(ax1,ax2) ： 将数组n个维度中两个维度进行调换，不改变原数组

.flatten() ： 对数组进行降维，返回折叠后的一维数组，原数组不变

方法一： 对于两个（或者多个）同一维度的矩阵，直接利用np.array()重新构造一个array,这样可以变相起到扩展维数的作用。例如：

方法二： 但是，如果两个array，使用方法一时会出现如下结果：

可以看到：输出的维数不对，以上方法就不适用了。

那么，我们就需要利用np.append和array.reshape()函数对数组进行拼接之后重组，具体实现如下：

b的元素：

b1的元素:

可以看到，原来6*6的矩阵被分为了2个3*6的矩阵。每一行的数据分布并没有改变，只是将前3行划为一个维度，然后将后三行划为另一个维度。

方法三： 相比于前两种方法，这种方法可谓“曲线救国”之典范，具体思路是：先转化成list，拼接后再转化回去。 这是因为list中的append()函数可以在添加函数的时候不改变原来list的维度。虽然没有对这种方法进行一个速度测试，但直觉来看时间复杂度挺高的，建议慎用。

这里注意： 两种类型的相互转换函数：

array转list：a = a.tolist() list转array：a =np.array(a)

  reshape(shape) ： 不改变数组元素，返回一个shape形状的数组，原数组不变。是对每行元素进行处理

resize(shape) ： 与.reshape()功能一致，但修改原数组