详解Numpy扩充矩阵维度(np.expand_dims, np.newaxis)和删除维度(np.squeeze)的方法
在操作矩阵的时候,不同的接口对于矩阵的输入维度要求不同,输入可能为1-D,2-D,3-D等等。下面介绍一下使用Numpy进行矩阵维度变更的相关方法。主要包括以下几种:
1、np.newaxis扩充矩阵维度
2、np.expand_dims扩充矩阵维度
3、np.squeeze删除矩阵中维度大小为1的维度
np.newaxis,np.expand_dims扩充矩阵维度:
import numpy as np x = np.arange(8).reshape(2, 4) print(x.shape) # 添加第0维,输出shape -> (1, 2, 4) x1 = x[np.newaxis, :] print(x1.shape) # 添加第1维, 输出shape -> (2, 1, 4) x2 = np.expand_dims(x, axis=1) print(x2.shape)
输出结果:
(2, 4)
(1, 2, 4)
(2, 1, 4)
np.squeeze降低矩阵维度:
""" squeeze 函数:从数组的形状中删除单维度条目,即把shape中为1的维度去掉 用法:numpy.squeeze(a,axis = None) 1)a表示输入的数组; 2)axis用于指定需要删除的维度,但是指定的维度必须为单维度,否则将会报错; 3)axis的取值可为None 或 int 或 tuple of ints, 可选。若axis为空,则删除所有单维度的条目; 4)返回值:数组 5) 不会修改原数组; """ import numpy as np print("#" * 40, "原始数据", "#" * 40) x = np.arange(10).reshape(1, 1, 10, 1) print(x.shape) print(x) print("#" * 40, "去掉axis=0这个维度", "#" * 40) x_squeeze_0 = np.squeeze(x, axis=0) print(x_squeeze_0.shape, x_squeeze_0) print("#" * 40, "去掉axis=3这个维度", "#" * 40) x_squeeze_3 = np.squeeze(x, axis=3) print(x_squeeze_3.shape, x_squeeze_3) print("#" * 40, "去掉axis=0, axis=1这两个维度", "#" * 40) x_squeeze_0_1 = np.squeeze(x, axis=(0, 1)) print(x_squeeze_0_1.shape, x_squeeze_0_1) print("#" * 40, "去掉所有1维的维度", "#" * 40) x_squeeze = np.squeeze(x) print(x_squeeze.shape, x_squeeze) print("#" * 40, "去掉不是1维的维度,抛异常", "#" * 40) try: x_squeeze = np.squeeze(x, axis=2) print(x_squeeze.shape, x_squeeze) except Exception as e: print(e)
输出结果:
######################################## 原始数据 ########################################
(1, 1, 10, 1)
[[[[0]
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]]]]
######################################## 去掉axis=0这个维度 ########################################
(1, 10, 1) [[[0]
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]]]
######################################## 去掉axis=3这个维度 ########################################
(1, 1, 10) [[[0 1 2 3 4 5 6 7 8 9]]]
######################################## 去掉axis=0, axis=1这两个维度 ########################################
(10, 1) [[0]
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]]
######################################## 去掉所有1维的维度 ########################################
(10,) [0 1 2 3 4 5 6 7 8 9]
######################################## 去掉不是1维的维度,抛异常 ########################################
cannot select an axis to squeeze out which has size not equal to one
到此这篇关于详解Numpy扩充矩阵维度(np.expand_dims, np.newaxis)和删除维度(np.squeeze)的方法的文章就介绍到这了,更多相关Numpy扩充矩阵维度和删除维度内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
详解Python常用标准库之时间模块time和datetime
time和datetime是Python中常用的两个时间模块,本文将通过示例详细为大家讲讲二者的使用方法,感兴趣的小伙伴可以跟随小编一起学习学习2022-05-05django restframework serializer 增加自定义字段操作
这篇文章主要介绍了django restframework serializer 增加自定义字段操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2020-07-07Python计数器collections.Counter用法详解
本文主要介绍了Python计数器collections.Counter用法详解,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2023-03-03关于windos10环境下编译python3版pjsua库的问题
pjsua默认绑定的python版本是python 2.4,使用起来有诸多限制,希望可以使用python3调用pjsua的库实现软电话的基础功能。这篇文章主要介绍了windos10环境下编译python3版pjsua库,需要的朋友可以参考下2021-10-10Python利用networkx画图绘制Les Misérables人物关系
这篇文章主要为大家介绍了Python利用networkx画图处理绘制Les Misérables悲惨世界里的人物关系图,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2022-05-05
最新评论