np.newaxis 为 numpy.ndarray（多维数组）增加一个轴

>> type(np.newaxis)

NoneType

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)

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, )

所以，一种正确的索引方式是：

>>>X[:, 1][:, np.newaxis]

array([[2],

      [6],

      [10]])

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]])

巴特西

np.newaxis 为 numpy.ndarray（多维数组）增加一个轴

1. np.newaxis 的实用

2. 索引多维数组的某一列时返回的是一个行向量

最新文章

热门文章