numpy的squeeze函数和expand_dims函数

最新推荐文章于 2024-05-01 11:20:54 发布

初识-CV

最新推荐文章于 2024-05-01 11:20:54 发布

阅读量3k

点赞数 1

分类专栏： numpy 文章标签： numpy python squeeze expand_dims

本文链接：https://blog.csdn.net/qq_38410428/article/details/100936983

版权

numpy 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

np.squeeze()

squeeze 函数：从数组的形状中删除单维度条目，即把shape中为1的维度去掉

用法：numpy.squeeze(a,axis = None)：


 - a表示输入的数组； 
 - axis用于指定需要删除的维度，但是指定的维度必须为单维度，否则将会报错； 
 - axis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； 
 - 返回值：数组 不会修改原数组；

>>import numpy as np
>>e = np.arange(10)
>>e
>>Out[28]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

>>a = e.reshape(10, 1, 1)
>>a.shape
>>Out[35]: (10, 1, 1)

>>b = np.squeeze(a)
>>b.shape
>>Out[36]: (10,)

np.expand_dims()

np.expand_dims:用于扩展数组的形状

>>import numpy as np
>>a = np.arange(24).reshape(2,3,4)
>>a.shape
>>Out[41]: (2, 3, 4)

np.expand_dims(a, axis=0)表示在0位置添加数据,转换结果如下：

>>b = np.expand_dims(a, axis=0)
>>b.shape
>>Out[43]: (1, 2, 3, 4)

np.expand_dims(a, axis=1)表示在1位置添加数据,转换结果如下：

>>c = np.expand_dims(a, axis=1)
>>c.shape
>>Out[45]: (2, 1, 3, 4)

np.expand_dims(a, axis=2)表示在2位置添加数据,转换结果如下：

>>d = np.expand_dims(a, axis=2)
>>d.shape
>>Out[47]: (2, 3, 1, 4)

np.expand_dims(a, axis=3)表示在3位置添加数据,转换结果如下：

>>e = np.expand_dims(a, axis=3)
>>e.shape
>>Out[49]: (2, 3, 4, 1)

能在(1,2,3)中插入的位置总共为4个，再添加就会出现以下的警告，要不然也会在后面某一处提示AxisError:

>>f = np.expand_dims(a, axis=4)
>>D:\pycharm\PyCharm 2018.2\helpers\pydev\pydevconsole.py:1: DeprecationWarning: Both axis > a.ndim and axis < -a.ndim - 1 are deprecated and will raise an AxisError in the future.
  '''