np newaxis 为 numpy ndarray(多维数组)增加一个轴

Posted siwnhwxh

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np newaxis 为 numpy ndarray(多维数组)增加一个轴相关的知识,希望对你有一定的参考价值。

>> type(np.newaxis)
NoneType
>> np.newaxis == None
True
  • 1
  • 2
  • 3
  • 4

np.newaxis 在使用和功能上等价于 None,查看源码发现:newaxis = None,其实就是 None 的一个别名。

1. np.newaxis 的实用

>> x = np.arange(3)
>> x
array([0, 1, 2])
>> x.shape
(3,)

>> x[:, np.newaxis]
array([[0],
       [1],
       [2]])

>> x[:, None]
array([[0],
       [1],
       [2]])

>> x[:, np.newaxis].shape
 (3, 1)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19

2. 索引多维数组的某一列时返回的是一个行向量

>>> X = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
>>> X[:, 1]
array([2, 6, 10])       % 这里是一个行
>>> X[:, 1].shape       % X[:, 1] 的用法完全等同于一个行,而不是一个列,
(3, )
  • 1
  • 2
  • 3
  • 4
  • 5

如果我们索引多维数组的某一列时,返回的仍然是列的结构,一种正确的索引方式是:

>>>X[:, 1][:, np.newaxis]
array([[2],
      [6],
      [10]])
  • 1
  • 2
  • 3
  • 4

如果想实现第二列和第四列的拼接(层叠):

>>>X_sub = np.hstack([X[:, 1][:, np.newaxis], X[:, 3][:, np.newaxis]])           
                   % hstack:horizontal stack,水平方向上的层叠
>>>X_sub
array([[2, 4]
      [6, 8]
      [10, 12]])
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

当然更为简单的方式还是使用切片:

>> X[:, [1, 3]]
array([[ 2,  4],
       [ 6,  8],
       [10, 12]])
  • 1
  • 2
  • 3
  • 4

3. 使用 np.expand_dims

>> X = np.random.randint(0, 9, (2, 3))
>> mean_X = np.mean(X, axis=0)
>> X - mean_X                      # 这样做是没有问题的

>> mean_X = np.mean(X, axis=1)
>> X - mean_X
ValueError: operands could not be broadcast together with shapes (2,3) (2,)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

此时便需要手动的调整 mean_X 的维度,使其能够 broadcast,有以下三种方式,在指定的轴上进行 broadcast:

  • mean_X[:, None]
  • mean_X[:, np.newaxis]
  • mean_X = np.expand_dims(mean_X, axis=1)

再分享一下我老师大神的人工智能教程吧。零基础!通俗易懂!风趣幽默!希望你也加入到我们人工智能的队伍中来!http://www.captainbed.net

以上是关于np newaxis 为 numpy ndarray(多维数组)增加一个轴的主要内容,如果未能解决你的问题,请参考以下文章

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

numpy np.newaxis 的实用

numpy给数据新增一个维度np.newaxis及其使用场景

numpy中一维数组增加维度,None,np.newaxis

numpy添加新的维度

numpy数组的分割与合并