前言
很多时候为了使输入的一维数据匹配形状,需要对数据进行升维操作
一、方法1
方法一:np.newaxis关键字,使用索引的方式增加维度
二、方法2
方法二:np.expand_dims(arr,axis)函数,给arr在axis维度上增加维度
三、方法3
方法三:np.reshape(arr,shape)函数,改变arr的形状
四、示例
import numpy as np
arr = np.arange(5)
print(arr)
print(arr.shape)
print(arr[1])
print('方法一:np.newaxis关键字,使用索引的方式增加维度')
print(arr[np.newaxis, :])
print(arr[np.newaxis, :].shape)
print(arr[:, np.newaxis])
print(arr[:, np.newaxis].shape)
print('方法二:np.expand_dims(arr,axis)函数,给arr在axis维度上增加维度')
print(np.expand_dims(arr,axis=0))
print(np.expand_dims(arr,axis=0).shape)
print(np.expand_dims(arr,axis=1))
print(np.expand_dims(arr,axis=1).shape)
print('方法三:np.reshape(arr,shape)函数,改变arr的形状')
print(np.reshape(arr,(1,5)))
print(np.reshape(arr,(1,5)).shape)
print(np.reshape(arr,(1,-1)))
print(np.reshape(arr,(1,-1)).shape)
print(np.reshape(arr,(-1,1)))
print(np.reshape(arr,(-1,1)).shape)
总结
numpy学习6:对数据进行升维操作