版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
它的作用：
np.newaxis的作用就是在这一位置增加一个一维，这一位置指的是np.newaxis所在的位置，比较抽象，需要配合例子理解
示例 1：
x1 = np.arange(1,6)
np.shape(x1)
# Out[29]: (5,) ,结果是一个一维数组
# 将其转换为二维矩阵
x1_new1 = x1[:,np.newaxis]
np.shape(x1_new1)
# Out[32]: (5, 1) ，结果是 二维矩阵 5行1列
x1_new2 = x1[np.newaxis,:]
np.shape(x1_new2)
# Out[34]: (1, 5)，结果是 二维矩阵 1行5列
示例2
x2 = np.arange(5*5).reshape(5,5)
np.shape(x2)
# Out[37]: (5, 5) ,x2 是一个 5行5列的二维矩阵
# 使其变为 3维
x2_new1 = x2[:,np.newaxis]
np.shape(x2_new1)
# Out[39]: (5, 1, 5)
x2_new2 = x2[np.newaxis,:]
np.shape(x2_new2)
# Out[41]: (1, 5, 5)
# 使其变为 6维
x2_new3 = x2[np.newaxis,np.newaxis,...,np.newaxis,np.newaxis]
np.shape(x2_new3)
# Out[43]: (1, 1, 5, 5, 1, 1)