使用
np.expand_dims()
为数组增加指定的轴,np.squeeze()
将数组中的轴进行压缩减小维度。
1.增加numpy array的维度
在操作数组情况下,需要按照某个轴将不同数组的维度对齐,这时候需要为数组添加维度(特别是将二维数组变成高维张量的情况下)。numpy提供了expand_dims()
函数来为数组增加维度:
import numpyas np
a= np.array([[1,2],[3,4]])
a.shapeprint(a)>>>"""
(2L, 2L)
[[1 2]
[3 4]]
"""# 如果需要在数组上增加维度,输入需要增添维度的轴即可,注意index从零还是
a_add_dimension= np.expand_dims(a,axis=0)
a_add_dimension.shape>>>(1L, 2L, 2L)
a_add_dimension2= np.expand_dims(a,axis=-1)
a_add_dimension2.shape>>>(2L, 2L, 1L)
a_add_dimension3= np.expand_dims(a,axis=1)
a_add_dimension3.shape>>>(2L, 1L, 2L)
2.压缩维度移除轴
在数组中会存在很多轴只有1维的情况,可以使用squeeze
函数来压缩冗余维度
b= np.array([[[[5],[6]],[[7],[8]]]])
b.shapeprint(b)>>>"""
(1L, 2L, 2L, 1L)
array([[[[5],
[6]],
[[7],
[8]]]])
"""
b_squeeze= b.squeeze()
b_squeeze.shape>>>(2L, 2L)#默认压缩所有为1的维度
b_squeeze0= b.squeeze(axis=0)#调用array实例的方法
b_squeeze0.shape>>>(2L, 2L, 1L)
b_squeeze3= np.squeeze(b, axis=3)#调用numpy的方法
b_squeeze3.shape>>>(1L, 2L, 2L)