1、np.newaxis的功能是插入新维度
a=np.array([1,2,3,4,5])
print(a.shape) #(5,)表示有五个元素
print(a) #[1 2 3 4 5]即a是一个一维数组
b=a[np.newaxis,:]
print(b.shape) #(1, 5)
print(b) #[[1 2 3 4 5]]即b是一个二维数组
c=a[:,np.newaxis]
print(c.shape) #(5, 1)
print(c) #[[1]
#[2]
#[3]
#[4]
#[5]]
总结:np.newaxis分别是在行或列上增加维度,原来是(5,)的数组,在行上增加维度变成(1,5)的二维数组,在列上增加维度变为(5,1)的二维数组
2、np.newaxis 在使用和功能上等价于 None,其实是 None 的一个别名
print(type(np.newaxis)) #<class 'NoneType'> print(np.newaxis == None) #True
3、np.newaxis 和None的使用
x = np.arange(3) print(x) #[0 1 2] print(x.shape) #(3,)表示有三个元素 print(x[:, np.newaxis]) #[[0] #[1] #[2]] print(x[:, None]) #[[0] #[1] #[2]] print(x[:, np.newaxis].shape) #(3, 1)
参考:https://blog.csdn.net/lanchunhui/article/details/49725065