numpy.newaxis的用法

目录

对比

不使用newaxis

import numpy as np
a = np.array([1, 2, 3, 4, 5])
a[0]

结果

1

对单个元素使用newaxis

import numpy as np
a = np.array([1, 2, 3, 4, 5])
a[0, np.newaxis]

结果

array([1])

对所有元素使用newaxis

import numpy as np
a = np.array([1, 2, 3, 4, 5])
a[:, np.newaxis]

结果

array([[1],
       [2],
       [3],
       [4],
       [5]])

结论

形象一点讲,在每个矩阵元素再套上一维。不知理解是否正确,敬请指正!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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