当处理数组时,有时候我们希望将形状中维度为1的维度去除,使得数组更加紧凑。np.squeeze函数可以实现这个目的。
1函数参数
numpy.squeeze(a, axis=None)
其中,a表示输入的数组,axis表示要去除的维度的索引或索引列表。如果不指定axis参数,则会去除所有维度为1的维度。
2.常见用法
1.去除所有维度为1的维度
a = np.array([[[1, 2, 3]]])
b = np.squeeze(a)
print(b.shape)
#输出:(3,)
详细例子:
import numpy as np
approx = np.array([[[10, 20]], [[30, 40]], [[50, 60]], [[70, 80]]])
print(approx.shape) # 输出:(1, 4, 2)
corner_points = np.squeeze(approx)
print(corner_points.shape) # 输出:(4, 2)
print(corner_points)
输出:
(1, 4, 2)
(4, 2)
[[10 20]
[30 40]
[50 60]
[70 80]]
2.去除指定维度的1维度
a = np.array([[[1, 2, 3]]])
b = np.squeeze(a, axis=0)
print(b.shape)
# 输出:(1, 3)
c = np.squeeze(a, axis=1)
print(c.shape)
# 输出:(1, 3)
3.当维度不为1时,不会有任何改变
a = np.array([[1, 2, 3],[1,2,3]])
b = np.squeeze(a)
print(b.shape)
# 输出:(2, 3)
通过使用np.squeeze函数,可以方便地去除数组中不必要的维度,使得数组更加紧凑。在处理轮廓坐标等情况下,它常用于将多维数组转换为一维数组形式。