自学教程：详解Numpy扩充矩阵维度(np.expand_dims, np.newaxis)和删除维度(np.squeeze)的方法

在操作矩阵的时候，不同的接口对于矩阵的输入维度要求不同，输入可能为1-D，2-D，3-D等等。下面介绍一下使用Numpy进行矩阵维度变更的相关方法。主要包括以下几种：

1、np.newaxis扩充矩阵维度

2、np.expand_dims扩充矩阵维度

3、np.squeeze删除矩阵中维度大小为1的维度

np.newaxis，np.expand_dims扩充矩阵维度：

import numpy as np x = np.arange(8).reshape(2, 4)print(x.shape) # 添加第0维,输出shape -> (1, 2, 4)x1 = x[np.newaxis, :]print(x1.shape) # 添加第1维, 输出shape -> (2, 1, 4)x2 = np.expand_dims(x, axis=1)print(x2.shape)

输出结果：

(2, 4)
(1, 2, 4)
(2, 1, 4)

np.squeeze降低矩阵维度：

""" squeeze 函数：从数组的形状中删除单维度条目，即把shape中为1的维度去掉 用法：numpy.squeeze(a,axis = None)  1）a表示输入的数组；  2）axis用于指定需要删除的维度，但是指定的维度必须为单维度，否则将会报错；  3）axis的取值可为None 或 int 或 tuple of ints, 可选。若axis为空，则删除所有单维度的条目；  4）返回值：数组  5) 不会修改原数组；"""import numpy as np print("#" * 40, "原始数据", "#" * 40)x = np.arange(10).reshape(1, 1, 10, 1)print(x.shape)print(x) print("#" * 40, "去掉axis=0这个维度", "#" * 40)x_squeeze_0 = np.squeeze(x, axis=0)print(x_squeeze_0.shape, x_squeeze_0) print("#" * 40, "去掉axis=3这个维度", "#" * 40)x_squeeze_3 = np.squeeze(x, axis=3)print(x_squeeze_3.shape, x_squeeze_3) print("#" * 40, "去掉axis=0， axis=1这两个维度", "#" * 40)x_squeeze_0_1 = np.squeeze(x, axis=(0, 1))print(x_squeeze_0_1.shape, x_squeeze_0_1) print("#" * 40, "去掉所有1维的维度", "#" * 40)x_squeeze = np.squeeze(x)print(x_squeeze.shape, x_squeeze) print("#" * 40, "去掉不是1维的维度，抛异常", "#" * 40)try: x_squeeze = np.squeeze(x, axis=2) print(x_squeeze.shape, x_squeeze)except Exception as e: print(e)

输出结果：

######################################## 原始数据 ########################################
(1, 1, 10, 1)
[[[[0]
   [1]
   [2]
   [3]
   [4]
   [5]
   [6]
   [7]
   [8]
   [9]]]]
######################################## 去掉axis=0这个维度 ########################################
(1, 10, 1) [[[0]
  [1]
  [2]
  [3]
  [4]
  [5]
  [6]
  [7]
  [8]
  [9]]]
######################################## 去掉axis=3这个维度 ########################################
(1, 1, 10) [[[0 1 2 3 4 5 6 7 8 9]]]
######################################## 去掉axis=0， axis=1这两个维度 ########################################
(10, 1) [[0]
 [1]
 [2]
 [3]
 [4]
 [5]
 [6]
 [7]
 [8]
 [9]]
######################################## 去掉所有1维的维度 ########################################
(10,) [0 1 2 3 4 5 6 7 8 9]
######################################## 去掉不是1维的维度，抛异常 ########################################
cannot select an axis to squeeze out which has size not equal to one

参考链接

到此这篇关于详解Numpy扩充矩阵维度(np.expand_dims, np.newaxis)和删除维度(np.squeeze)的方法的文章就介绍到这了,更多相关Numpy扩充矩阵维度和删除维度内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！