np.squeeze()函数

语法与定义

numpy.squeeze(a,axis = None)，其中：

• a:输入的数组；
• axis：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（xis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）；
• 会将运行结果已数组形式返回，并且不改变原数组。

深度学习中的常见用途

可以使用该函数将表示向量的数组转换为秩为1的数组，这时再利用matplotlib库函数画图就可以正常的显示结果了。

举例

例1

import numpy as np

a  = np.arange(10).reshape(1,10)
a

array([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]])

(1, 10)

b = np.squeeze(a)
b

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

b.shape

(10,)

例2

d  = np.arange(10).reshape(1,2,5)
d

array([[[0, 1, 2, 3, 4],
        [5, 6, 7, 8, 9]]])

d.shape

(1, 2, 5)

np.squeeze(d)

array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])

np.squeeze(d).shape

(2, 5)

np.squeeze(d,axis=1)

ValueError: cannot select an axis to squeeze out which has size not equal to one

由以上结果可知，当指定维度值不为1时，报错。

例3

e  = np.arange(10).reshape(1,10,1)
e

np.squeeze(e)

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

np.squeeze(e).shape

(10,)

由例3可知，axis为默认值时，np.squeeze()函数会将所有单维度删除生成新的数组。

参考

https://blog.csdn.net/zenghaitao0128/article/details/78512715