改变NumPy数组的尺寸是NumPy数组的基本操作之一，可以用来实现数组重塑，即将原始尺寸不同的数组转换为目标尺寸相同的数组。这种操作通常需要使用reshape()函数，该函数允许用户指定新数组的形状（即新数组的行数和列数等信息）。
下面，我们来详细讲解改变NumPy数组的尺寸的完整攻略：
Step 1：导入NumPy模块
首先，我们需要导入NumPy模块。可以使用以下代码：
import numpy as np
Step 2：创建一个NumPy数组
接下来，我们需要创建一个NumPy数组。可以使用以下代码：
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
这里我们创建了一个3行3列的矩阵，可以看作是一个由三个向量组成的数组。
Step 3：使用reshape()函数改变数组的形状
接下来，我们可以使用reshape()函数来改变数组的形状。该函数的语法结构如下：
numpy.reshape(array, newshape, order='C')
其中，array是需要改变形状的数组；newshape是新数组的形状；order参数可以指定新数组的排列方式（C为连续排列，F为列优先排列）。
例如，我们可以将上述创建的3行3列的数组改变为2行6列的数组，代码如下：
new_arr = np.reshape(arr, (2, 6))
print(new_arr)
输出结果如下：
[[1 2 3 4 5 6]
[7 8 9 0 0 0]]
可以看到，新数组的形状已经改变为2行6列了。
Step 4：另一种改变形状的方式——使用resize()函数
除了reshape()函数之外，还可以使用resize()函数来改变数组的形状。不过，与reshape()函数不同的是，resize()函数可以直接修改原始数组的形状，而reshape()函数则不会改变原始数组的形状。
例如，我们可以将上述创建的3行3列的数组改变为2行6列的数组，代码如下：
arr.resize((2, 6))
print(arr)
输出结果如下：
[[1 2 3 4 5 6]
[7 8 9 0 0 0]]
可以看到，输出结果与使用reshape()函数得到的结果是相同的。
Step 5：其他有用的操作——flatten()函数
除了使用reshape()函数和resize()函数来改变数组的形状之外，还可以使用flatten()函数来将数组视为一个一维数组，并返回一个拷贝。例如，将上述创建的3行3列的数组展平为一维数组，代码如下：
flattened_arr = arr.flatten()
print(flattened_arr)
输出结果为：
[1 2 3 4 5 6 7 8 9 0 0 0]
这里，我们得到了一个长度为12的一维数组。
以上是改变NumPy数组的尺寸的完整攻略，包括了使用reshape()函数和resize()函数来改变数组的形状，以及使用flatten()函数将数组展平为一维数组的方法，可以根据具体需求来选择相应的操作。