HOWTO · NumPy
Mit `numpy.newaxis` eine Achse zu einem NumPy-Array hinzufügen
Die numpy.newaxis kann verwendet werden, um einem NumPy-Array in Python eine neue Dimension hinzuzufügen.
Auf dieser Seite
numpy.newaxis fügt einem Array beim Indexieren eine Achse der Länge eins hinzu. Setzen Sie es vor die vorhandene Achse, entsteht eine Zeile; setzen Sie es dahinter, entsteht eine Spalte. Bei einem eindimensionalen Array mit der Shape (4,) ergeben sich so (1, 4) beziehungsweise (4, 1). Die ursprüngliche Reihenfolge der Werte bleibt erhalten; das Indexieren ändert die Shape, indem es eine Achse einfügt.
Mit numpy.newaxis eine Achse zu einem NumPy-Array hinzufügen
Beim NumPy-Indexieren ist numpy.newaxis ein Alias für das Python-Objekt None. Es ist keine Methode, die Sie mit Klammern aufrufen. Die Dokumentation zu numpy.newaxis beschreibt diese Indexierungskonstante. Im Index fügt array[np.newaxis, :] eine neue Achse an erster Stelle ein; array[:, np.newaxis] fügt sie hinter der ursprünglichen Achse ein. Der Doppelpunkt wählt alle Werte entlang dieser ursprünglichen Achse aus.
Führen Sie dieses Beispiel mit installiertem NumPy aus:
import numpy as np
values = np.array([1, 2, 3, 4])
print(values.shape)
row = values[np.newaxis, :]
column = values[:, np.newaxis]
print(row.shape)
print(column.shape)
(4,)
(1, 4)
(4, 1)
Die erste Shape beschreibt eine Achse mit vier Einträgen. Bei der Zeilenform hat die eingefügte erste Achse die Länge eins, während die ursprüngliche Achse weiterhin vier Einträge umfasst. Bei der Spaltenform steht die ursprüngliche Achse mit vier Einträgen an erster Stelle; die eingefügte Achse hat die Länge eins. Daher lauten die Shapes (1, 4) und (4, 1): Die Shape-Einträge folgen der Reihenfolge der Achsen und beschreiben keine anderen Werte. Eine zweidimensionale Shape macht die Daten nicht automatisch zu einem besonderen Matrix-Typ; NumPy stellt sie weiterhin als Array dar.
Dieselben beiden Indizes lassen sich mit None schreiben: values[None, :] erzeugt die Zeilen-Shape, und values[:, None] erzeugt die Spalten-Shape. Wählen Sie die Schreibweise, die den umgebenden Code verständlicher macht. Mit numpy.newaxis lassen sich auch Arrays mit mehreren Dimensionen um eine Achse erweitern. Die Position im Index bestimmt, an welcher Stelle die neue Achse der Länge eins in der resultierenden Shape erscheint. Vergleichen Sie daher die Indexpositionen mit der Shape, bevor Sie sich auf eine nachfolgende Operation verlassen.
Das Einfügen einer Achse ist hilfreich, wenn die Dimensionen für eine andere Operation zusammenpassen müssen, etwa bei manchen Broadcasting-Operationen. Die hinzugefügte Achse hat die Länge eins und kann beim Broadcasting erweitert werden, sofern die übrigen Dimensionen kompatibel sind. Das Einfügen einer Achse macht jedoch nicht automatisch jedes Array-Paar kompatibel. Entscheiden Sie zwischen Zeilen- und Spaltenform zunächst anhand der resultierenden Shape und der Achsenreihenfolge, die der nächste Verarbeitungsschritt benötigt. So bleibt der Indexierungsschritt nachvollziehbar, und Sie vermeiden die Annahme, beide Formen seien austauschbar.
Bei einem Array mit der Shape (2, 3) hängt matrix[:, :, None] eine Achse an und ergibt die Shape (2, 3, 1). matrix[None, :, :] stellt eine Achse voran und ergibt (1, 2, 3). In beiden Fällen behalten die ursprünglichen Achsen ihre Reihenfolge und Länge. Notieren Sie bei mehreren Indexpositionen die ursprüngliche Shape und markieren Sie, wo None oder numpy.newaxis steht. So können Sie die neue Shape vorhersagen, bevor Sie das Array an eine andere Funktion übergeben.