reshape适用于此

a  = np.arange(3)        # a.shape  = (3,)
b  = a.reshape((3,1))    # b.shape  = (3,1)
b2 = a.reshape((-1,1))   # b2.shape = (3,1)
c  = b.reshape((3,))     # c.shape  = (3,)
c2 = b.reshape((-1,))    # c2.shape = (3,)

还要注意，reshape不会复制数据，除非它需要复制新的形状（这里不需要复制）：

a.__array_interface__['data']   # (22356720, False)
b.__array_interface__['data']   # (22356720, False)
c.__array_interface__['data']   # (22356720, False)

使用numpy.squeeze：

>>> x = np.array([[[0], [1], [2]]])
>>> x.shape
(1, 3, 1)
>>> np.squeeze(x).shape
(3,)
>>> np.squeeze(x, axis=(2,)).shape
(1, 3)

如以下示例所示，沿着所需的维进行切片。若要反向进行，可以使用None作为任何维的切片，这些维应视为单一维，但需要使形状正常工作。

In [786]: yy = np.asarray([[11],[7]])

In [787]: yy
Out[787]:
array([[11],
       [7]])

In [788]: yy.shape
Out[788]: (2, 1)

In [789]: yy[:,0]
Out[789]: array([11, 7])

In [790]: yy[:,0].shape
Out[790]: (2,)

In [791]: y1 = yy[:,0]

In [792]: y1.shape
Out[792]: (2,)

In [793]: y1[:,None]
Out[793]:
array([[11],
       [7]])

In [794]: y1[:,None].shape
Out[794]: (2, 1)

或者，您可以使用reshape：

In [795]: yy.reshape((2,))
Out[795]: array([11,  7])

相反的转换可以通过以下方式进行：

np.atleast_2d(y).T

工具箱中的另一个选项可能是ravel：

>>> y2.shape
(2, 1)
>>> y_ = y2.ravel()
>>> y_.shape
(2,)

同样，* 仅 * 在需要时才制作副本，但实际情况并非如此：

>>> y2.__array_interface__["data"]
(2700295136768, False)
>>> y_.__array_interface__["data"]
(2700295136768, False)

要了解更多详细信息，您可以查看this answer。