为什么numpy数组squeeze降了两维

`numpy.squeeze()` 函数可以用于从数组的形状中删除单维条目。如果数组中某个维度的长度为1，那么该维度可以被视为“单维”，并通过 `squeeze()` 函数来删除。这个函数返回一个新的数组，这个新数组比原数组少了经过删除的单维度。

当使用 `numpy.squeeze()` 函数时，如果没有指定 `axis` 参数，则会删除所有长度为 1 的单维度，从而将多维数组降维。如果指定了 `axis` 参数，则只有在对应的轴上长度为 1 时才会删除该轴。

例如，对于一个形状为 (1, 2, 1, 3, 1) 的数组，如果我们使用 `numpy.squeeze()` 函数，不指定 `axis` 参数，那么结果将是一个形状为 (2, 3) 的二维数组。这是因为该数组有三个单维度，均被删除了。