您可以使用item()函数：

import numpy as np

matrix = np.array([[[[7]]]])
print(matrix.item())

输出

7

Numpy有一个明确用于此目的的函数：asscalar

>>> np.asscalar(np.array([24]))
24

这在实现中使用了item()。
我猜asscalar是为了更明确地说明正在发生的事情。

更新：

截至2023年，该函数已从NumPy中删除（参见v1.23 release notes）。

你可以在压缩后使用空元组索引：

x = np.array([[[1]]])
s = np.squeeze(x)  # or s = x.reshape(())
val = s[()]
print val, type(val)

可以使用np.take-

np.take(matrix,0)

样品运行-

In [15]: matrix = np.array([[67]])

In [16]: np.take(matrix,0)
Out[16]: 67

In [17]: type(np.take(matrix,0))
Out[17]: numpy.int64

>>> float(np.array([[[[1]]]]))
1.

你可以使用numpy。flat（）函数将数组展平为一维数组。例如：

s = [[1]]
print(s[0][0])
>>>> 1

或

a=[[1],[2]]
print(a[0][0])
>>>> 1
print(a[1][0])
>>>> 2