np.newaxis()函数的具体使用
np.newaxis
np.newaxis 的功能是增加新的维度,但是要注意 np.newaxis 放的位置不同,产生的矩阵形状也不同。
通常按照如下规则:
np.newaxis 放在哪个位置,就会给哪个位置增加维度
- x[:, np.newaxis] ,放在后面,会给列上增加维度
- x[np.newaxis, :] ,放在前面,会给行上增加维度
用途: 通常用它将一维的数据转换成一个矩阵,这样就可以与其他矩阵进行相乘。
例1:这里的 x 是一维数据,其 shape 是 4,可以看到通过在列方向上增加新维度,变成了 4 x 1 的矩阵,也就是在 shape 的后面发生了变化。
x = jsnp.array([1, 2, 3, 4]) print(x.shape) x_add = x[:, np.newaxis] print(x_add.shape) print(x_add) >>> (4,) (4, 1) [[1] [2] [3] [4]]
例2:通过在行方向上增加新的维度,变成了 1 x 4 的矩阵,也就是在 shape 的前面发生了变化。
x = np.array([1, 2, 3, 4]) print(x.shape) x_add = x[np.newaxis, :] print(x_add.shape) print(x_add) 编程>>> (4,) (1, 4) [[1 2 3 4]]
例3:给矩阵增加一个维度。
x = np.array([[1, 2, 3, 4], [2, 3, 4,php 5]]) print(x.shape) x_add = x[:, np.newaxis] print(x_add) print(x_add.shape) >>> (2, 4) [[[1 2 3 4]] [[2 3 4 5]]] (2, 1, 4)
到此这篇关于np.newaxis()函数的具体使用的文章就介绍到php这了,更多相关np.newaxis使用内容请搜索http://www.devze.com我们以前的开发者_Python学习文章或继续浏览下面的相关文章希望大家以后多多支持我们!
精彩评论