关于np.newaxis的一点心得

1.np.newaxis的意思是为数组多加一个轴，但是这个轴加在哪里呢？

import numpy as np
a = np.array([
             [[10,11,12],
              [13,14,15],
              [16,17,18]],
             [[19,20,21],
              [22,23,24],
              [25,26,27]]
                        ])
b=a[:,:,:,np.newaxis]
c=a[:,:,np.newaxis,:]
d=a[:,np.newaxis,:,:]
e=a[np.newaxis,:,:,:]

f=a[np.newaxis]

print(a.shape)   # (2, 3, 3)
print(b.shape)  # (2, 3, 3, 1)
print(c.shape)  # (2, 3, 1, 3)
print(d.shape) # (2, 1, 3, 3)
print(e.shape) # (1, 2, 3, 3)

print(f.shape)  # (1, 2, 3, 3)

可以从上述结果看到a本身的shape是（2，3，3），正好对应着a[0:2,0:3,0:3]。如果在第二个3的后面加上np.newwaxis，即a[0:2,0:3,0:3,np.newaxis]，那么维度就会变为（2，3，3，1），也即b= a[0:2,0:3,0:3,0:1]，同理可得其他部分的维度输出。

注意，如果写成f这种形式，那么就默认是插入了最前面。

2.其实感觉比较常用的应该是第一种，就是b=a[:,:,:,np.newaxis]，然后要得到相同的结果其实也可以写成：b=a.reshape([2,3,3,-1])