numpy.squeeze函数详解：去除单维数组维度

七月

发布时间：2026-10-14 | 4人浏览过

原创

本文介绍numpy.squeeze函数的作用与用法，该函数用于从数组形状中删除所有或指定的单维度条目。通过示例展示如何使用squeeze处理reshape后的多维数组，解决matplotlib绘图时的维度不匹配错误，并说明axis参数的具体应用。

reshape与squeeze的基本概念

reshape函数的主要功能是改变数组的维度结构，这里需要明确区分的是它调整的是维度的排列方式，而非数组元素的总大小。


>>> e= np.arange(10)
>>> e
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> e.reshape(1,1,10)
array([[[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]]])
>>> e.reshape(1,1,10)
array([[[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]]])
>>> e.reshape(1,10,1)
array([[[0],
    [1],
    [2],
    [3],
    [4],
    [5],
    [6],
    [7],
    [8],
    [9]]])

squeeze函数的作用是从数组的形状中移除所有单维度的条目，也就是将shape中值为1的那些维度去掉，从而简化数组结构。

squeeze函数参数详解

其标准调用格式为：numpy.squeeze(a, axis=None)。

参数说明如下：1）a代表输入的数组；2）axis用于指定需要删除的特定维度，但指定的维度必须已经是单维度（即大小为1），否则程序会报错；3）axis的取值可以是None、整数或整数元组，为可选参数。若axis设为None（默认值），则删除所有单维度的条目；4）函数返回值为处理后的数组；5）该操作不会修改原始数组，而是返回一个新数组。


>>> a = e.reshape(1,1,10)
>>> a
array([[[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]]])
>>> np.squeeze(a)
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

squeeze在绘图中的应用

在实际应用中，squeeze常用于解决绘图时的维度兼容性问题。


>>> plt.plot(a)
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
 File "C:\Python27\lib\site-packages\matplotlib\pyplot.py", line 3240, in plot
  ret = ax.plot(*args, **kwargs)
 File "C:\Python27\lib\site-packages\matplotlib\__init__.py", line 1710, in inner
  return func(ax, *args, **kwargs)
 File "C:\Python27\lib\site-packages\matplotlib\axes\_axes.py", line 1437, in plot
  for line in self._get_lines(*args, **kwargs):
 File "C:\Python27\lib\site-packages\matplotlib\axes\_base.py", line 404, in _grab_next_args
  for seg in self._plot_args(this, kwargs):
 File "C:\Python27\lib\site-packages\matplotlib\axes\_base.py", line 384, in _plot_args
  x, y = self._xy_from_xy(x, y)
 File "C:\Python27\lib\site-packages\matplotlib\axes\_base.py", line 246, in _xy_from_xy
  "shapes {} and {}".format(x.shape, y.shape))
ValueError: x and y can be no greater than 2-D, but have shapes (1L,) and (1L, 1L, 10L)
>>> plt.plot(np.squeeze(a))
[<matplotlib.lines.Line2D object at 0x00000000146CD940>]
>>> plt.show()