本節書摘來自異步社群《python資料分析》一書中的第2章，第2.6節，作者【印尼】ivan idris，更多章節内容可以通路雲栖社群“異步社群”公衆号檢視
前面，我們學習過reshape()函數，實際上，除了數組形狀的調整外，數組的擴充也是一個經常碰到的乏味工作。比如，可以想像一下将多元數組轉換成一維數組時的情形。下面的代碼就是用來幹這件事情的，它取自本書代碼包中的shapemanipulation.py檔案：
拉直（flatten）：flatten()函數的名字取得非常貼切，其功能與ravel()相同。可是，flatten()傳回的是真實的數組，需要配置設定新的記憶體空間；而ravel()函數傳回的隻是數組的視圖。這意味着，我們可以像下面這樣直接操作數組：
用元組指定數組形狀：除reshape()函數外，還可以用元組來輕松定義數組的形狀，如下所示：
可見，上述代碼直接改變了數組的形狀。這樣，我們就得到了一個6×4的數組。
轉置：線上性代數中，矩陣的轉置操作非常常見。轉置是一種資料變換方法，對于二維表而言，轉置就意味着行變成列，同時列變成行。轉置也可以通過下列代碼完成：
調整大小：函數resize()的作用類似于reshape()，但是會改變所作用的數組：
從深度看，數組既可以橫向疊放，也可以豎向疊放。為此，可以使用vstack()、dstack()、hstack()、column_stack()、row_stack()和concatenate()等函數。在此之前，我們先要建立某些數組（以下代碼取自本書代碼包中的stacking.py檔案）：
就像前面所說的，可以用下列技術來堆放數組。
水準疊加：先介紹水準疊加方式，即用元組确定ndarrays數組的形狀，然後交由hstack()函數來碼放這些數組。具體如下所示：
用concatenate()函數也能達到同樣的效果，代碼如下所示：
水準疊加過程的示意圖如圖2-1所示：
垂直疊加：使用垂直疊加方法時，先要建構一個元組，然後将元組交給vstack()函數來碼放數組，代碼如下所示：
當參數axis置0時，concatenate()函數也會得到同樣的效果。實際上，這是該參數的預設值，代碼如下所示：
垂直疊加過程的示意圖如圖2-2所示。
深度疊加：除此之外，還有一種深度疊加方法，這要用到dstack()函數和一個元組。這種方法是沿着第三個坐标軸（縱向）的方向來疊加一摞數組。舉例來說，可以在一個圖像資料的二維數組上疊加另一幅圖像的資料，代碼如下所示：
列式堆疊：column_stack()函數以列方式對一維數組進行堆疊。代碼如下所示：
用這種方法堆疊二維數組時，過程類似于hstack()函數，代碼如下所示：
是的，你猜得沒錯！我們用==運算符對兩個數組進行了比對。
行式堆疊：同時，numpy自然也有以行方式對數組進行堆疊的函數，這個用于一維數組的函數名為row_stack()，它将數組作為行碼放到二維數組中，代碼如下所示：
對于二維數組，row_stack()函數相當于vstack()函數，如下所示：
可以從縱向、橫向和深度方向來拆分數組，相關函數有hsplit()、vsplit()、dsplit()和split()。我們既可以把數組分成相同形狀的數組，也可以從規定的位置開始切取數組。下面對相關函數逐個詳解。
橫向拆分：對于一個3×3數組，可以沿着橫軸方向将其分解為3部分，并且各部分的大小和形狀完全一緻，代碼（它取自本書代碼包中的splitting.py檔案）如下所示：
這相當于調用了參數axis=1的split()函數：
縱向拆分：vsplit()函數将沿着縱軸方向分解數組。
當參數axis=0時，split()函數也會沿着縱軸方向分解數組，如下所示：
深向拆分：dsplit()函數會沿着深度方向分解數組。下面以秩為3的數組為例進行說明：
下面舉例說明numpy數組各種屬性的詳細用法。注意，下面的示例代碼取自本書代碼包中的arrayattributes2.py檔案：
除shape和dtype屬性外，ndarray類型的屬性還很多，下面逐一列出。
ndim屬性存儲的是次元的數量，下面舉例說明：
size屬性用來儲存元素的數量，用法如下所示：
itemsize屬性可以傳回數組中各個元素所占用的位元組數，代碼如下所示：
如果想知道存儲整個數組所需的位元組數量，可以求助于nbytes屬性。這個屬性的值正好是itemsize屬性值和size屬性值之積。
t屬性的作用與transpose()函數相同，下面舉例說明：
如果數組的秩（rank）小于2，那麼所得隻是一個數組的視圖：
對于numpy來說，複數用j表示，下面舉例說明如何用複數生成一個數組：
real屬性将傳回數組的實部；當數組元素全為實數時，就傳回數組本身，如下 所示：
i``mag屬性存放的是數組的虛部。
如果數組含有複數，那麼它的資料類型将自動變為複數類型，如下所示：
flat屬性可傳回一個numpy.flatiter對象，這是獲得flatiter對象的唯一方法，但我們無法通路flatiter的構造函數。可以使用flat的疊代器來周遊數組，就像周遊“胖”數組那樣，代碼如下所示：
當然，取得flatiter對象的元素也不難，如下所示：
此外，還可以請求多個元素，如下所示：
同時，還可以給flat屬性指派。不過，需要注意的是，這個值将會覆寫整個數組内所有元素的值，下面舉例說明：
此外，還可以傳回指定的元素，代碼如下：
圖2-3是對ndarray各種屬性的一個小結。
可以把numpy數組轉換成python清單，使用tolist()函數（詳見本書代碼包中的arrayconversion.py檔案）即可。下面簡單解釋一下：
轉換成清單：
astype()函數可以把數組元素轉換成指定類型，代碼如下所示：
提示：
當complex類型轉換成int類型時，虛部将被丢棄。另外，還需要将資料類型的名稱以字元串的形式傳遞給astype()函數。
上述代碼沒有顯示警告資訊，因為這次使用的是正确的資料類型。