np.newaxis的用法

合集 - Python(12)

1.Python中矩阵运算（基于numpy包）2023-03-192.python中矩阵切片维数微秒变化2023-03-193.python中矩阵合并、拼接、组合2023-03-19

4.np.newaxis的用法2023-03-19

5.numpy数组初始化方法总结2023-03-196.python中两个不同shape的数组间运算规则2023-03-197.tensorflow中高维数组乘法运算2023-03-198.tensorflow中交叉熵损失函数详解2023-03-199.Python中文件读写操作2023-03-1910.Python三次样条插值与MATLAB三次样条插值简单案例2023-03-1911.三阶数字华容道最优解2023-03-1912.python绘图总结2023-03-19

收起

1 前言

np.newaxis的意思是给数组新增一个维度。“python中矩阵切片维数微秒变化”中介绍了矩阵切片有时候会降低矩阵维度，为保证维度不变，可以用np.newaxis新增一个维度。

2 numpy数组

2.1 一维数组

import numpy as np
 
a=np.array([1,2,3])

b=a[np.newaxis,:]
c=a[:,np.newaxis]

print("b=\n",b)
print("c=\n",c)

运行结果

变量空间

2.2 二维数组

import numpy as np
 
a=np.array([[1,3,5],[2,4,6]])

b=a[np.newaxis,:,:]
c=a[:,np.newaxis,:]
d=a[:,:,np.newaxis]

print("b=\n",b)
print("c=\n",c)
print("d=\n",d)

运行结果

运行结果

3 补充:使用[ ]新增维度

3.1 numpy数组

import numpy as np
a=np.array([1,2,3])
b=np.array([a])
print("b=\n",b)

运行结果

变量空间

3.2 list列表

a=[1,2,3]
b=[a]
print("b=\n",b)

运行结果

变量空间

3.3 混合list列表与numpy数组

import numpy as np
a=[[1,2,3],[4,5,6]]
b=np.array([a])
print("b=\n",b)

运行结果

变量空间

​ 声明：本文转自np.newaxis的用法