numpy.c_和numpy.squeeze的用法

zhuzuwei

于 2017-09-18 19:13:43 发布

阅读量2.8w

点赞数 5

分类专栏： numpy 文章标签： pthon numpy np.c_ np.squeeze

本文链接：https://blog.csdn.net/zhuzuwei/article/details/78022629

版权

numpy 专栏收录该内容

5 篇文章

订阅专栏

本文介绍了NumPy库中两种常用数组操作方法：使用numpy.c_连接数组和使用numpy.squeeze压缩数组维度。通过实例展示了如何利用这两种方法进行有效的数组操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. numpy.c_ = <numpy.lib.index_tricks.CClass object>

将切片对象沿第二个轴（按列）转换为连接。

例子：

np.c_[np.array([1,2,3]), np.array([4,5,6])]
Out[96]: 
array([[1, 4],
       [2, 5],
       [3, 6]])

np.c_[np.array([[1,2,3]]), 0, 0, np.array([[4,5,6]])]
Out[97]: array([[1, 2, 3, 0, 0, 4, 5, 6]])

2. numpy. squeeze ( a )

从数组的形状中删除单维条目，即把shape中为1的维度去掉

x = np.array([[[0], [1], [2]]])

x.shape
Out[99]: (1, 3, 1)

np.squeeze(x).shape
Out[100]: (3,)