``` sol_prim_init = np.expand_dims(sol_prim_init, axis=-1) ```

这段代码是在 Python 中使用 NumPy 库对变量 `sol_prim_init` 进行操作。`sol_prim_init` 看起来是一个一维数组或者是标量（因为它有一个维度）。`expand_dims` 是一个函数，它的作用是增加数组的一个新轴（即维度）。

`axis=-1` 表示要在数组的最后一个轴上添加新的维度。这里的 `-1` 在索引中表示数组的最后一个元素位置，因为Python索引从-1开始计数（-1对应于最后一个元素，0对应第一个元素）。

通过这个操作，原本可能是 `(n,)` 形状的一维数组会变为 `(n, 1)` 的形状，也就是每个原始元素后面都多了一个维度，变成了长度为 1 的列向量。这样做的目的是为了将原本单个元素的操作扩展到每个元素的独立处理，以便后续可能与其他二维或多维数组进行广播（broadcasting）操作。

举个例子：

sol_prim_init = [1, 2, 3]
sol_prim_init_expanded = np.expand_dims(sol_prim_init, axis=-1)
print(sol_prim_init_expanded)
# 输出：[
#         [2]
#         ]

现在，`sol_prim_init_expanded` 就可以被用作矩阵操作中的行向量了。