转换和重塑矩阵　　本节介绍arr.reshape()、arr.transpose()和arr.T。　　通常需要调换矩阵。NumPy数组具有属性T，用于转置矩阵。　　有时可能还需要转换矩阵的维度，例如，当需要输入确定形状的数组，但已有的数据并非如此。这就是重塑方法应用的情景。只需输入新矩阵所需的新维度即可。　　还可以根据指定的值使用 .transpose()反转或更改数组的轴。　　例如数组：　　可以通过arr.transpose()把它转置：　　也可以使用arr.T属性：　　两种方法都是浅拷贝，就返回的是view，修改返回值会改变原数据：
　　要了解有关转置和重塑矩阵的更多信息，请参阅转置（https://numpy.org/doc/stable/reference/generated/numpy.transpose.html#numpy.transpose）和重构（https://numpy.org/doc/stable/reference/generated/numpy.reshape.html#numpy.reshape）。
如何反转矩阵　　本节介绍np.flip()。　　NumPy的np.flip()函数沿轴翻转或反转数组的内容。除了输入数组参数外，如果指定要反转的轴，则只反转该轴的数据；否则，反转所有数据。　　反转1D数组　　1D数组：　　可以这样反转与打印：　　反转2D数组　　用法与1D数组一样。
　　例如数组：　　可以用下面的方法反转所有的行和列：　　只反转行也很容易：　　或者只反转列：　　还可只反转某行或列。例如只反转第二行：　　或者只反转第二列：　　要阅读更多关于反转数组的内容，请打开flip：https://numpy.org/doc/stable/reference/generated/numpy.flip.html#numpy.flip。
展平多维数组　　本节介绍.flatten()、ravel()。
　　有两种常用的方法可以展平数组：.flatten()和ravel()。两者之间的主要区别在于：使用ravel()创建的新数组实际上是原数组的引用（即“视图”），因此新数组的任何更改都会影响原数组。因为ravel()不会创建副本（浅拷贝），所以它的内存效率很高。
　　例如数组：
　　可以用flatten()方法展平成一维数组，改变新数组的值，原数组不变：　　但是，如果用ravel，新数组的改变会影响原数组：
　　阅读更多关于flatten的信息，打开https://numpy.org/doc/stable/reference/generated/numpy.ndarray.flatten.html#numpy.ndarray.flatten，有关ravel的打开https://numpy.org/doc/stable/reference/generated/numpy.ravel.html#numpy.ravel。