numpy给数据新增一个维度np.newaxis及其使用场景

Posted Data+Science+Insight

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了numpy给数据新增一个维度np.newaxis及其使用场景相关的知识,希望对你有一定的参考价值。

numpy给数据新增一个维度np.newaxis及其使用场景

a = [10,20,30,40,50]
a = np.array(a)

print(a.shape)
a = a[:, np.newaxis] 
print(a.shape)


*******************************************************************

(5,)
(5, 1)

np.newaxis使用场景

场景1:

np.newaxis可能会在我们想要显式地将一维数组转换为行向量或列向量时派上用场;

场景2:

当我们想要使用numpy广播作为某些操作的一部分时,例如在做一些数组的加减法、乘法时。

场景3:

这类似于场景1。

但是,我们可以多次使用np.newaxis将数组提升到更高的维度。对于高阶数组(即张量tensor)有时需要这样的操作。

简单地说,Numpy.newaxis用于在使用一次时将现有数组的维度增加一个维度。因此,

一维(1D)数组将变成二维(2D)数组

二维(2D)数组将变成三维3D数组

3D数组将变成4D数组

4D数组将变成5D数组

参考:How does numpy.newaxis work and when to use it?

参考:2个规则弄懂numpy的broadcast广播机制

以上是关于numpy给数据新增一个维度np.newaxis及其使用场景的主要内容,如果未能解决你的问题,请参考以下文章

Numpy基础(day3)维度增加及合并数组

numpy添加新的维度

numpy中一维数组增加维度,None,np.newaxis

Python | Numpy | np.newaxis有什么作用?[np.newaxis,:][:,np.newaxis][np.newaxis,:,np.newaxis]

Numpy 最全矩阵操作扩充维度/修改数组维度

Numpy 最全矩阵操作扩充维度/修改数组维度