numpy np.newaxis 的實用分享
更新時間：2019年11月30日 11:56:08 作者：多一點
今天小編就為大家分享一篇numpy np.newaxis 的實用分享，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
如下所示：
>> type(np.newaxis) NoneType >> np.newaxis == None True
np.newaxis 在使用和功能上等價于 None，其實就是 None 的一個別名。
1. np.newaxis 的實用
>> x = np.arange(3)
>> x
array([0, 1, 2])
>> x.shape
(3,)
>> x[:, np.newaxis]
array([[0],
[1],
[2]])
>> x[:, None]
array([[0],
[1],
[2]])
>> x[:, np.newaxis].shape
(3, 1)
2. 索引多維數(shù)組的某一列時返回的是一個行向量
>>> X = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]) >>> X[:, 1] array([2, 6, 10]) % 這里是一個行 >>> X[:, 1].shape % X[:, 1] 的用法完全等同于一個行，而不是一個列， (3, )
如果我索引多維數(shù)組的某一列時，返回的仍然是列的結(jié)構(gòu)，一種正確的索引方式是：
>>>X[:, 1][:, np.newaxis] array([[2], [6], [10]])
如果想實現(xiàn)第二列和第四列的拼接（層疊）：
>>>X_sub = np.hstack([X[:, 1][:, np.newaxis], X[:, 3][:, np.newaxis]])
% hstack：horizontal stack，水平方向上的層疊
>>>X_sub
array([[2, 4]
[6, 8]
[10, 12]])
當然更為簡單的方式還是使用切片：
>> X[:, [1, 3]]
array([[ 2, 4],
[ 6, 8],
[10, 12]])
以上這篇numpy np.newaxis 的實用分享就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
Dash?是一個用于構(gòu)建基于?Web?的應(yīng)用程序的?Python?庫，無需?JavaScript?。本文將利用Dash編寫一個簡單的Web匯率計算器，感興趣的可以了解一下2022-08-08
Python輸入的多種情況超詳細解讀(單行、多行及數(shù)組）
對于 Python 來說有多種方式可以輸入數(shù)據(jù),下面這篇文章主要給大家介紹了關(guān)于Python輸入的多種情況超詳細解讀,分別是單行、多行及數(shù)組,文中通過代碼介紹的非常詳細,需要的朋友可以參考下2024-03-03
這篇文章主要介紹了python刪除特定文件的方法,涉及Python文件查找及刪除的相關(guān)技巧,需要的朋友可以參考下2015-07-07
詳盡講述用Python的Django框架測試驅(qū)動開發(fā)的教程
這篇文章主要介紹了詳盡講述用Python的Django框架測試驅(qū)動開發(fā)的教程,主要使用TDD工具,全文介紹非常詳細,需要的朋友可以參考下2015-04-04
這篇文章主要介紹了python將print輸出的信息保留到日志文件中,代碼簡單易懂，非常不錯，具有一定的參考借鑒價值，需要的朋友可以參考下2019-09-09
python通過函數(shù)屬性實現(xiàn)全局變量的方法
這篇文章主要介紹了python通過函數(shù)屬性實現(xiàn)全局變量的方法,實例分析了Python中函數(shù)屬性的相關(guān)使用技巧,需要的朋友可以參考下2015-05-05
本文主要介紹了Python做屏幕錄制工具的實現(xiàn)示例，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習或者工作具有一定的參考學(xué)習價值，需要的朋友們下面隨著小編來一起學(xué)習學(xué)習吧2022-06-06
這篇文章主要介紹了TensorFlow保存TensorBoard圖像操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06
python函數(shù)參數(shù)(必須參數(shù)、可變參數(shù)、關(guān)鍵字參數(shù))
這篇文章主要介紹了python函數(shù)參數(shù)(必須參數(shù)、可變參數(shù)、關(guān)鍵字參數(shù))的相關(guān)知識，非常不錯，具有一定的參考借鑒價值 ,需要的朋友可以參考下2019-08-08
這篇文章主要介紹了詳解Python中的三器一閉,Python中的三器一閉是指迭代器、裝飾器、生成器和閉包,需要的朋友可以參考下2023-05-05