numpy.newaxis 方法

本教程将讨论 numpy.newaxis 方法。

numpy.newaxis 方法

numpy.newaxis 方法是 None 的别名，用于 Python 中的数组索引。numpy.newaxis 最直接的用法是在 Python 中为 NumPy 数组添加一个新维度。例如，将一维数组转换为二维数组，将二维数组转换为 3D 数组，等等。我们还可以使用 Python 中的 numpy.newaxis 将一维数组转换为行矩阵或列矩阵。以下代码示例向我们展示了如何在 Python 中使用 numpy.newaxis 将一维数组转换为行矩阵。

import numpy as np

array = np.array([1, 2, 3, 4])
print(array.shape)

array = array[np.newaxis]
print(array.shape)

输出：

(4,)
(1, 4)

在上面的代码中，我们将一维数组 array 转换为带有 np.newaxis 的行矩阵。我们首先使用 np.array() 函数创建了一维数组 array。然后我们使用 [np.newaxis] 作为 array 的索引来返回一个行矩阵。以下代码示例向我们展示了如何使用 numpy.newaxis 将一维数组转换为列矩阵。

import numpy as np

array = np.array([1, 2, 3, 4])
print(array.shape)

array = array[:, np.newaxis]
print(array.shape)

输出：

(4,)
(4, 1)

在上面的代码中，我们将一维数组 array 转换为带有 np.newaxis 的列矩阵。我们首先使用 np.array() 函数创建了一维数组 array。然后我们使用 [:, np.newaxis] 作为 array 的索引来返回一个列矩阵。

正如我们之前提到的，numpy.newaxis 是 None 的别名。因此，我们也可以使用 None 代替 numpy.newaxis 来执行上面讨论的两种操作。下面的代码示例向我们展示了如何在 Python 中将一维数组转换为带有 None 的行矩阵。

import numpy as np

array = np.array([1, 2, 3, 4])
print(array.shape)

array = array[None]
print(array.shape)

输出：

(4,)
(1, 4)

在上面的代码中，我们将一维数组 array 转换为带有 None 的行矩阵。我们首先使用 np.array() 函数创建了一维数组 array。然后我们使用 [None] 作为 array 的索引来返回一个行矩阵。

下面的代码示例向我们展示了如何在 Python 中将一维数组转换为带有 None 的列矩阵。

import numpy as np

array = np.array([1, 2, 3, 4])
print(array.shape)

array = array[:, None]
print(array.shape)

输出：

(4,)
(4, 1)

在上面的代码中，我们将一维数组 array 转换为带有 None 的列矩阵。我们首先使用 np.array() 函数创建了一维数组 array。然后我们使用 [:, None] 作为 array 的索引来返回一个列矩阵。

总之，numpy.newaxis 和 None 是相同的，可用于数组索引和切片。