输入：
|
1
2
3
|
import numpy as np a = np.array([1, 2, 3])print(a) |
输出结果：
array([1, 2, 3])
输入：
|
1
|
print(a[None]) |
输出结果：
array([[1, 2, 3]])
输入：
|
1
|
print(a[:,None]) |
输出结果：
array([[1],
[2],
[3]])
numpy数组的维度增减方法
使用np.expand_dims()为数组增加指定的轴,np.squeeze()将数组中的轴进行压缩减小维度。
1.增加numpy array的维度
在操作数组情况下，需要按照某个轴将不同数组的维度对齐，这时候需要为数组添加维度(特别是将二维数组变成高维张量的情况下)。
numpy提供了expand_dims()函数来为数组增加维度：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
import numpy as npa = np.array([[1,2],[3,4]])a.shapeprint(a)>>>"""(2L, 2L)[[1 2] [3 4]]"""# 如果需要在数组上增加维度,输入需要增添维度的轴即可，注意index从零还是a_add_dimension = np.expand_dims(a,axis=0)a_add_dimension.shape>>> (1L, 2L, 2L)a_add_dimension2 = np.expand_dims(a,axis=-1)a_add_dimension2.shape>>> (2L, 2L, 1L)a_add_dimension3 = np.expand_dims(a,axis=1)a_add_dimension3.shape>>> (2L, 1L, 2L) |
2.压缩维度移除轴
在数组中会存在很多轴只有1维的情况，可以使用squeeze函数来压缩冗余维度
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
b = np.array([[[[5],[6]],[[7],[8]]]])b.shapeprint(b)>>>"""(1L, 2L, 2L, 1L)array([[[[5], [6]], [[7], [8]]]])"""b_squeeze = b.squeeze()b_squeeze.shape>>>(2L, 2L) #默认压缩所有为1的维度b_squeeze0 = b.squeeze(axis=0) #调用array实例的方法b_squeeze0.shape>>>(2L, 2L, 1L)b_squeeze3 = np.squeeze(b, axis=3) #调用numpy的方法b_squeeze3.shape>>>(1L, 2L, 2L) |
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/whyume/article/details/79900457
