本篇内容主要讲解“np.newaxis()函数如何使用”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“np.newaxis()函数如何使用”吧!
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。
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 = np.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) >>> (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, 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，相信大家对“np.newaxis()函数如何使用”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
