Advertisement

np.newaxis 的使用

阅读量:

np.newaxis用于在功能上等价于None,仅作为别名存在。在NumPy中,np.newaxis可以用于增加数组的维度,例如x[:, np.newaxis]或x[:, None]会将原1维数组变为2维数组,形状从(3,)变为(3,1)。此外,索引多维数组时,直接使用索引得到的是一行,而非一列,例如X[:,1]的形状为(3,)。要将其变为列向量,需再加一次np.newaxis,即X[:,1][:, np.newaxis],形状变为(3,1)。同时,可以通过hstack将不同列拼接起来,例如取第二列和第四列并拼接成二维数组。

np.newaxis 在使用和功能上等价于 None,其实就是 None 的一个别名。

1. np.newaxis 的使用

1

复制代码
    >> x = np.arange(3)

2

复制代码
    >> x

3

复制代码
    array([0, 1, 2])

4

复制代码
    >> x.shape

5

复制代码
    (3,)

6

复制代码

7

复制代码
    >> x[:, np.newaxis]

8

复制代码
    array([[0],

9

复制代码
           [1],

10

复制代码
           [2]])

11

复制代码

12

复制代码
    >> x[:, None]

13

复制代码
    array([[0],

14

复制代码
           [1],

15

复制代码
           [2]])

16

复制代码

17

复制代码
    >> x[:, np.newaxis].shape

18

复制代码
     (3, 1)

19

复制代码

通过索引操作多维数组的某一列,结果是一个行向量。

复制代码

1

复制代码
    >>> X = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

2

复制代码
    >>> X[:, 1]

3

复制代码
    array([2, 6, 10])       % 这里是一个行

4

复制代码
    >>> X[:, 1].shape       % X[:, 1] 的用法完全等同于一个行,而不是一个列,

5

复制代码
    (3, )

所以,一种正确的索引方式是:

复制代码

1

复制代码
    >>>X[:, 1][:, np.newaxis]

2

复制代码
    array([[2],

3

复制代码
          [6],

4

复制代码
          [10]])

如果想实现第二列和第四列的拼接(层叠):

复制代码

1

复制代码
    >>>X_sub = np.hstack([X[:, 1][:, np.newaxis], X[:, 3][:, np.newaxis]])

2

复制代码
                       % hstack:horizontal stack,水平方向上的层叠

3

复制代码
    >>>X_sub

4

复制代码
    array([[2, 4]

5

复制代码
          [6, 8]

6

复制代码
          [10, 12]])

全部评论 (0)

还没有任何评论哟~