Python中的numpy数组维度扩展详解
更新时间:2023年09月23日 09:22:29 作者:TracelessLe
这篇文章主要介绍了Python中的numpy数组维度扩展详解,在numpy数组中,切片功能非常常用,例如x[:]表示取x的所有元素,可以通过在切片中增加None或者np.newaxis实现,它们的作用就是在相应的位置上增加一个维度,在这个维度上只有一个元素,需要的朋友可以参考下
numpy数组维度扩展
在numpy数组中,切片功能非常常用,例如 x[:] 表示取 x 的所有元素。
那么如何对一个numpy数组进行维度扩展呢?
可以通过在切片中增加 None 或者 np.newaxis 实现,它们的作用就是在相应的位置上增加一个维度,在这个维度上只有一个元素。
在切片操作中 np.newaxis 和 None 等价:

实验
假设一个numpy数组如下:
import numpy as np x = np.array([[[1],[2],[3]], [[4],[5],[6]]])
其维度为:
x.shape (2, 3, 1)
希望将其维度增加为(1,2,3,1): 可以通过在切片中增加 None :
y = x[None]
y
array([[[[1],
[2],
[3]],
[[4],
[5],
[6]]]])
y.shape
(1, 2, 3, 1)或者在切片中加入 np.newaxis :
z = x[np.newaxis]
z
array([[[[1],
[2],
[3]],
[[4],
[5],
[6]]]])
z.shape
(1, 2, 3, 1)还可以将其维度增加为(2,1,3,1):
a = x[:,None,:,:]
a
array([[[[1],
[2],
[3]]],
[[[4],
[5],
[6]]]])
a.shape
(2, 1, 3, 1)相关文章
Windows下Eclipse+PyDev配置Python+PyQt4开发环境
这篇文章主要介绍了Windows下Eclipse+PyDev配置Python+PyQt4开发环境的相关资料,需要的朋友可以参考下2016-05-05
PyTorch中loading fbgemm.dll异常的解决办法
PyTorch是一个深度学习框架,当我们在本地调试大模型时,可能会选用并安装它,目前已更新至2.4版本,本文给大家介绍了PyTorch中loading fbgemm.dll异常的解决办法,文中通过代码和图文介绍的非常详细,需要的朋友可以参考下2024-08-08


最新评论