问题描述： array_reshape()无法按预期改变数组形状。

解决方法：

1. 检查输入数组的维度和新形状是否匹配。确保输入数组和新形状的元素数量相等，以便正确地改变数组的形状。
2. 检查输入数组的类型是否支持改变形状操作。某些类型的数组，如字符串数组或对象数组，可能无法改变形状。
3. 使用numpy库的reshape()函数来替代array_reshape()函数。reshape()函数可以按照预期改变数组的形状。
4. 确保输入数组是可改变的。如果输入数组是不可变的，如元组或字符串，将无法改变其形状。

以下是一个示例代码，展示了如何通过检查维度和使用reshape()函数来解决问题：

import numpy as np

def array_reshape(arr, new_shape):
    # 检查维度是否匹配
    if np.prod(arr.shape) != np.prod(new_shape):
        raise ValueError("输入数组和新形状的元素数量不匹配")
    
    # 检查数组类型是否支持改变形状
    if arr.dtype == np.object or arr.dtype == np.str:
        raise ValueError("数组类型不支持改变形状操作")
    
    try:
        # 使用reshape()函数改变形状
        arr_reshaped = np.reshape(arr, new_shape)
        return arr_reshaped
    except:
        raise ValueError("无法按预期改变数组形状")

# 示例用法
arr = np.array([1, 2, 3, 4, 5, 6])
new_shape = (2, 3)
arr_reshaped = array_reshape(arr, new_shape)
print(arr_reshaped)

在上述示例中，我们首先检查输入数组和新形状的元素数量是否相等。然后，我们检查数组类型是否支持改变形状操作。最后，我们使用numpy的reshape()函数来改变数组的形状。如果无法按预期改变数组形状，将抛出ValueError异常。