numpy.newaxis详解

最新推荐文章于 2025-03-27 06:28:46 发布

zhenyu wu

最新推荐文章于 2025-03-27 06:28:46 发布

阅读量3.2k

点赞数 5

分类专栏： numpy 文章标签： python 机器学习 numpy 人工智能线性代数

本文链接：https://blog.csdn.net/wzy628810/article/details/103959697

版权

numpy.newaxis用于在现有数组中添加新维度，实现数组的广播操作。它适用于需要将一维数组转换为二维数组、利用numpy广播机制进行计算以及在高阶数组操作中扩充维度的场景。通过示例代码展示了在不同场合下的使用方法，包括与切片操作符的区别。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

numpy.newaxis

`numpy.newaxis`的工作方式及适用场合

简单地说，newaxis的作用是给现有的数组增加一个维度。例如：

1维数组将变为2维数组
2维数组将变为3维数组
3维数组将变为4维数组
4维数组将变为5维数组
等等。

我们在这里利用图示的方法解释一维数组通过添加新维度变为二维数组的过程：

一维数组在列方向（axis=0）进行广播变为二维数组：

在这里插入图片描述

一维数组在行方向（axis=1）进行广播变为二维数组：

在这里插入图片描述
当然，二维数组沿深度方向（axis=3）进行广播可以变为三维数组：

适用场合1：

当你想要将一个一维数组像上面图中所示一样，在行方向或列方向进行广播变为二维数组，你可能需要用到np.newaxis。
示例代码:

# 创建一维数组
import numpy as np
arr = np.arange(4)
print('arr数组的维度为：{}'.format(arr.shape))
# 我们沿着第一维添加轴使其成为行向量
row_vec = arr[np.newaxis, :]        # 也可写为arr[None, :]
print('row_vec数组的维度为：{}'.format(row_vec.shape