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
这篇文章主要介绍了分析在Python中何种情况下需要使用断言,以避免在断言使用中经常可能碰到的错误，作者给出了具体代码示例，需要的朋友可以参考下2015-04-04
今天小编就为大家分享一篇对python读取CT医学图像的实例详解，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2019-01-01
这篇文章主要介绍了pytorch锁死在dataloader(训练时卡死)，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2021-05-05
这篇文章主要介绍了Python可视化神器pyecharts绘制仪表盘，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的朋友可以参考一下2022-07-07
如何高效的检测出连通区域的流动性是大家一直关注的话题，这篇文章主要介绍了运用Python3实现Two-Pass算法检测区域连通性，感兴趣的朋友可以一起来看看2021-08-08
在 Python 开发中,环境隔离是一个非常重要的实践,它可以避免不同项目之间的依赖冲突,确保每个项目都能在独立的环境中运行,以下是几种常见的 Python 环境隔离方法,需要的朋友可以参考下2025-09-09
这篇文章主要介绍了Python IDLE入门简介，具有一定借鉴价值，需要的朋友可以了解下。2017-12-12
获取文章中指定开头、指定结尾中所夹的内容。其中，开头和结尾均有多种，但最多也就十几种，所以代码还是具有可行性的，今天小编给大家介绍通过Python 获取指定开头指定结尾所夹中间内容，感兴趣的朋友一起看看吧2023-02-02
Python学习资料...2007-02-02
deepdiff模块常用来校验两个对象是否一致，包含3个常用类，DeepDiff，DeepSearch和DeepHash，其中DeepDiff最常用，可以对字典，可迭代对象，字符串等进行对比，使用递归地查找所有差异，今天我们就学习一下快速实现代码和文件对比的库–deepdiff2022-07-07
最新评论