numpy添加新的维度:newaxis的方法

在numpy库中，newaxis是一个非常有用的工具，它允许用户为现有的数组增加一个新的维度。

需要注意的是，newaxis在数组索引中的放置位置不同，会生成形状各异的新数组。

以下以一维数组为例进行说明。

x = np.random.randint(1, 8, size=5)

x
Out[48]: array([4, 6, 6, 6, 5])

x1 = x[np.newaxis, :]

x1
Out[50]: array([[4, 6, 6, 6, 5]])

x2 = x[:, np.newaxis]

x2
Out[52]: 
array([[4],
  [6],
  [6],
  [6],
  [5]])

从上述代码示例可以看出，当把newaxis放在切片操作的前面时，

原数组的shape原本是5，变换后变成了1×5，这意味着在原有维度的前方增加了一个维度，而原有的维度结构保持不变。

相反，如果将newaxis放在后面，生成的新数组shape变为5×1，这表示在原有维度的后方增加了一个新维度。

由此可见，newaxis放置在索引的哪个位置，新增加的维度就会出现在shape对应的那个位置上。

具体效果如下所示。

常见应用场景。

在数据处理中，经常需要从数组中提取部分数据，即获取“一片”或“一条”子集。

例如，尝试从二维数组中提取某一列的数据。

直接提取后，返回结果的维度通常会降为一维。

如果业务逻辑要求保持二维结构，就可以利用上述newaxis方法将一维结果还原为二维数组。

以上关于numpy使用newaxis添加新维度的方法分享完毕，希望能为读者提供参考与帮助。