Python：numpy.newaxis

x1[:,np.newaxis]：增维，转置

从字面上是插入新的维度的意思

demo1: 针对一维的情况

>>> b = np.array([1, 2, 3, 4, 5, 6])

>>> b[np.newaxis]

array([[1, 2, 3, 4, 5, 6]])

>>> c = b[np.newaxis]  ＃equals c = b[np.newaxis,:]

>>> b.shape

(6,)

>>> c.shape

(1, 6)

#看一下转置的时候有什么区别

>>> np.transpose(b)

array([1, 2, 3, 4, 5, 6])

>>> np.transpose(c)

array([[1],

       [2],

       [3],

       [4],

       [5],

       [6]])

#可以看出在矩阵运算的时候还是需要新的维度来规范计算的

对于这个问题还有一种方法，偶然看sidekit源码发现的；

>>> a = np.array([1,2,3])

>>> a

array([1, 2, 3])

>>> b = a[None]

>>> b

array([[1, 2, 3]])

>>> a.shape

(3,)

>>> b.shape

(1, 3)

巴特西

Python：numpy.newaxis

最新文章

热门文章