np.newaxis 的使用

np.newaxis 在使用和功能上等价于 None，其实就是 None 的一个别名。

1. np.newaxis 的使用

>> x = np.arange(3)

>> x

array([0, 1, 2])

>> x.shape

(3,)

>> x[:, np.newaxis]

array([[0],

       [1],

       [2]])

>> x[:, None]

array([[0],

       [1],

       [2]])

>> x[:, np.newaxis].shape

 (3, 1)

2. 索引多维数组的某一列时返回的是一个行向量

>>> X = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

>>> X[:, 1]

array([2, 6, 10])       % 这里是一个行

>>> X[:, 1].shape       % X[:, 1] 的用法完全等同于一个行，而不是一个列，

(3, )

所以，一种正确的索引方式是：

>>>X[:, 1][:, np.newaxis]

array([[2],

      [6],

      [10]])

如果想实现第二列和第四列的拼接（层叠）：

>>>X_sub = np.hstack([X[:, 1][:, np.newaxis], X[:, 3][:, np.newaxis]])

                   % hstack：horizontal stack，水平方向上的层叠

>>>X_sub

array([[2, 4]

      [6, 8]

      [10, 12]])

np.newaxis 的使用相关推荐

numpy给数据新增一个维度np.newaxis及其使用场景
numpy给数据新增一个维度np.newaxis及其使用场景 a = [10,20,30,40,50] a = np.array(a)print(a.shape) a = a[:, np.newaxi ...
np.newaxis——np.ndarray增加维数
numpy.newaxis The newaxis object can be used in all slicing operations to create an axis of length o ...
np.newaxis 为 numpy.ndarray（多维数组）增加一个轴
>> type(np.newaxis) NoneType >> np.newaxis == None True 1 2 3 4 np.newaxis 在使用和功能上等价于 No ...
np.newaxis学习【转载】
转自:https://blog.csdn.net/lanchunhui/article/details/49725065 1.相当于None >> type(np.newaxis) Non ...
python np.newaxis
np.newaxis的功能是插入新维度,看下面的例子: a=np.array([1,2,3,4,5]) print a.shape print a 输出结果 (5,) [1 2 3 4 5] 可以看出 ...
np.arrange和np.newaxis的用法
np.arange() 1.参数为一个的情况,默认起点为0,终点为参数,步长为1,即间隔为1 In [9]: a = np.arange(2) In [10]: a Out[10]: array([0 ...
我想我知道np.newaxis是什么意思了
np.newaxis 最近看到np.newaxis这方法,思考了一下午这个如何理解,于是我试验出来了. 结果就是,若现在有一个代码: diabetes_X[:, np.newaxis, 2] 它的过程 ...
np.vstack与np.newaxis的含义
np.vstack 把两个数组按列拼接,也相当于堆叠了起来 import numpy as nparr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6] ...
np.random.uniform,random,choice，newaxis
np.random.uniform(low=0.0, high=1.0, size=None) 均匀分布,随机生成下一个实数,在 [low, high) 范围内. low : 随机数的最小值,包 ...

np.newaxis 的使用

1. np.newaxis 的使用

2. 索引多维数组的某一列时返回的是一个行向量

np.newaxis 的使用相关推荐

最新文章

热门文章