np.newaxis使用心得

本文通过实例解析np.newaxis在numpy操作中的作用,详细介绍了如何利用np.newaxis增加新的维度,包括在不同位置添加时对数据形状的影响。通过示例展示了在机器学习中处理数据集时,如何解决因维度不匹配导致的问题,如在融合sklearn的diabetes数据集和iris数据集时的技巧。
摘要由CSDN通过智能技术生成

最近对着sklearn文档练习机器学习(Machine Learning, ML),代码中遇到一个问题np.newaxis。

import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets, linear_model
from sklearn.metrics import mean_squared_error, r2_score

# Load the diabetes dataset
diabetes = datasets.load_diabetes()

# Use only one feature
diabetes_X = diabetes.data[:, np.newaxis, 2]

经查看文档,发现np.newaxis的作用就是增加一个新的维度,下面结合diabetes.data数据集加以说明。

#原始数据集维度
data = diabetes.data
data.shape

(442, 10)

#np.newaxis放在第一个参数位置
data_2 = data[np.newaxis,:]
data_2.shape

(1, 442, 10)

#np.newaxis放在第三个参数位置
data_3 = data[:,...,np.newaxis]
data_3.shape

(442, 10, 1)

#np.newaxis放在第二个参数

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值