numpy给数据新增一个维度np.newaxis及其使用场景

Posted 2021-08-29 Data+Science+Insight

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