关于np.newaxis()函数的使用浅谈
发布时间
阅读量：
阅读量
本文主要介绍了np.newaxis()函数的具体使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
np.newaxis
np.newaxis 的功能是增加新的维度，但是要注意 np.newaxis 放的位置不同，产生的矩阵形状也不同。
通常按照如下规则：
np.newaxis 放在哪个位置，就会给哪个位置增加维度
- x[:, np.newaxis] ，放在后面，会给列上增加维度
- x[np.newaxis, :] ，放在前面，会给行上增加维度
用途： 通常用它将一维的数据转换成一个矩阵，这样就可以与其他矩阵进行相乘。
例1：这里的 x 是一维数据，其 shape 是 4，可以看到通过在列方向上增加新维度，变成了 4 x 1 的矩阵，也就是在 shape 的后面发生了变化。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 | x ``= np.array([``1``, ``2``, ``3``, ``4``]) print``(x.shape) x_add ``= x[:, np.newaxis] print``(x_add.shape) print``(x_add) >>> (``4``,) (``4``, ``1``) [[``1``] ``[``2``] ``[``3``] ``[``4``]] |
|---|
例2：通过在行方向上增加新的维度，变成了 1 x 4 的矩阵，也就是在 shape 的前面发生了变化。
| 1 2 3 4 5 6 7 8 9 10 | x ``= np.array([``1``, ``2``, ``3``, ``4``]) print``(x.shape) x_add ``= x[np.newaxis, :] print``(x_add.shape) print``(x_add) >>> (``4``,) (``1``, ``4``) [[``1 2 3 4``]] |
|---|
例3：给矩阵增加一个维度。
| 1 2 3 4 5 6 7 8 9 10 11 12 | x ``= np.array([[``1``, ``2``, ``3``, ``4``], [``2``, ``3``, ``4``, ``5``]]) print``(x.shape) x_add ``= x[:, np.newaxis] print``(x_add) print``(x_add.shape) >>> (``2``, ``4``) [[[``1 2 3 4``]] ``[[``2 3 4 5``]]] (``2``, ``1``, ``4``) |
|---|
到此这篇关于np.newaxis()函数的具体使用的文章就介绍到这了,希望可以对你有所帮助。
全部评论 (0)
还没有任何评论哟~