numpy.newaxis如何工作以及何时使用它？

Question

当我尝试

numpy.newaxis

结果为我提供了一个x轴从0到1 numpy.newaxis的二维绘图框架。但是，当我尝试使用对向量进行切片时，

vector[0:4,]

[ 0.04965172  0.04979645  0.04994022  0.05008303]

vector[:, np.newaxis][0:4,]

[[ 0.04965172]

[ 0.04979645]

[ 0.04994022]

[ 0.05008303]]

除了将行向量更改为列向量之外，是否一样？

通常，的用途是什么numpy.newaxis，我们应该在什么情况下使用它？

Answer 1

newaxis选择元组中的object对象用于将结果选择的尺寸扩展一个单位长度尺寸。这不仅仅是行矩阵到列矩阵的转换。考虑下面的示例：In [1]:x1 = np.arange(1,10).reshape(3,3)       print(x1)Out[1]: array([[1, 2, 3],               [4, 5, 6],               [7, 8, 9]])现在让我们为数据添加新维度，In [2]:x1_new = x1[:,np.newaxis]       print(x1_new)Out[2]:array([[[1, 2, 3]],              [[4, 5, 6]],              [[7, 8, 9]]])您可以newaxis在此处看到添加了额外的维度，x1的维度为（3,3），X1_new的维度为（3,1,3）。我们的新维度如何使我们能够进行不同的操作：In [3]:x2 = np.arange(11,20).reshape(3,3)       print(x2)Out[3]:array([[11, 12, 13],              [14, 15, 16],              [17, 18, 19]]) 将x1_new和x2相加，我们得到：In [4]:x1_new+x2Out[4]:array([[[12, 14, 16],               [15, 17, 19],               [18, 20, 22]],              [[15, 17, 19],               [18, 20, 22],               [21, 23, 25]],              [[18, 20, 22],               [21, 23, 25],               [24, 26, 28]]])因此，newaxis不仅仅是行到列矩阵的转换。它增加了矩阵的维数，从而使我们能够对其进行更多操作。