numpy 增加一个维度|极客教程

numpy 增加一个维度

在数据处理和分析过程中，有时需要对数组进行维度的扩展或增加维度操作，这可以通过使用 NumPy 库中的函数来实现。NumPy 是一个开源的、用于科学计算的 Python 库，提供了高性能的多维数组对象和用于处理这些数组的工具。在 NumPy 中，可以使用 np.newaxis 或 np.expand_dims 函数来增加数组的维度。

使用 np.newaxis 函数增加维度

np.newaxis 是 NumPy 中用来增加数组维度的一个特殊常量。可以在数组的切片操作中使用 np.newaxis 来增加数组的维度，从而实现对数组的维度扩展。

下面是使用 np.newaxis 函数增加维度的示例代码：

import numpy as np

# 创建一个一维数组
arr1 = np.array([1, 2, 3, 4, 5])
print("原始数组：")
print(arr1)
print("原始数组的形状：", arr1.shape)

# 使用 np.newaxis 增加维度
arr1_new = arr1[:, np.newaxis]
print("\n增加维度后的数组：")
print(arr1_new)
print("增加维度后的数组形状：", arr1_new.shape)

运行以上代码，输出如下：

原始数组：
[1 2 3 4 5]
原始数组的形状： (5,)

增加维度后的数组：
[[1]
 [2]
 [3]
 [4]
 [5]]
增加维度后的数组形状： (5, 1)

从以上示例可以看出，原始的一维数组经过 np.newaxis 增加维度后，变成了一个列向量，形状为 (5, 1)。

使用 np.expand_dims 函数增加维度

除了使用 np.newaxis，还可以使用 np.expand_dims 函数来增加数组的维度。np.expand_dims 可以在指定的位置增加一个维度，从而改变数组的维度。

下面是使用 np.expand_dims 函数增加维度的示例代码：

import numpy as np

# 创建一个二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
print("原始数组：")
print(arr2)
print("原始数组的形状：", arr2.shape)

# 在第二个维度上增加维度
arr2_new = np.expand_dims(arr2, axis=1)
print("\n增加维度后的数组：")
print(arr2_new)
print("增加维度后的数组形状：", arr2_new.shape)

运行以上代码，输出如下：

原始数组：
[[1 2 3]
 [4 5 6]]
原始数组的形状： (2, 3)

增加维度后的数组：
[[[1 2 3]]

 [[4 5 6]]]
增加维度后的数组形状： (2, 1, 3)

从以上示例可以看出，原始的二维数组在第二个维度上使用 np.expand_dims 增加维度后，变成了一个三维数组，形状为 (2, 1, 3)。

总结

在 NumPy 中增加数组的维度可以使用 np.newaxis 或 np.expand_dims 函数。通过增加维度，可以在数据处理和分析过程中更灵活地操作多维数组，满足各种需求。在实际应用中，根据具体情况选择合适的方法来增加数组的维度，以完成数据处理和分析任务。

numpy 增加一个维度