python | np.squeeze()函数

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

语法：numpy.squeeze(a,axis = None)

 1）a表示输入的数组；
 2）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；
 3）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；
 4）返回值：数组
 5) 不会修改原数组；

作用：从数组的形状中合并单维度条目，即把shape中为1的维度去掉。如果没写axis就合并所有的维度为1的条目，否则只合并axis的那个。

例1:

a  = np.arange(10).reshape(1,10)
print(a.shape)
b = np.squeeze(a)
print(b.shape)

#output
(1, 10)
(10,)

例2:

a  = np.arange(10).reshape(2,5)
b = np.squeeze(a)

#output
无任何变化

例3:

a = np.arange(10).reshape(1,2,5)
print(d.shape)
b = np.squeezy(a)
print(b.shape)
print(a)
print(b)

#output:
(1, 2, 5)

(2, 5)

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

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

例4:

a = np.arange(10).reshape(1,10,1)
print(a)
b = np.squeezy(a)
print(b)
c = np.squeezy(a, axis = 0)
print(c)
e = np.squeezy(a, axis = 2)
print(e)
#会报错
d = np.squeezy(a, axis = 1) 
print(d)

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

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

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

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