numpy.expand_dims
numpy.expand_dims(a, axis) [source]
Expand数组的shape。
插入一个新轴，该轴将出现在expand数组shape的轴位置上。
参数 ： | a ：array_like 输入数组。 axis ：i 在扩展轴上放置新轴的位置。 从1.13.0版开始不推荐使用： 传递一个将 并传递 不建议使用此行为。 在版本1.18.0中更改： 现在支持轴元组。 如上所述，超出范围的轴现在被禁止， 并引发 |
返回值 ： | result ：ndarray 视图a随维数增加。 |
例子
1）在第 0 维插入新的轴
import numpy as np
arr = np.array([1, 2, 3])
print("原数组形状:", arr.shape)
# 在第 0 维插入新轴
expanded_arr = np.expand_dims(arr, axis=0)
print("新数组形状:", expanded_arr.shape)
print(expanded_arr)
2）在最后一维插入新轴
import numpy as np
arr = np.array([1, 2, 3])
print("原数组形状:", arr.shape)
# 在最后一维插入新轴
expanded_arr = np.expand_dims(arr, axis=-1)
print("新数组形状:", expanded_arr.shape)
print(expanded_arr)
3）对多维数组进行扩展
import numpy as np
arr = np.array([[1, 2], [3, 4]])
print("原数组形状:", arr.shape)
# 在第 1 维插入新轴
expanded_arr = np.expand_dims(arr, axis=1)
print("新数组形状:", expanded_arr.shape)
print(expanded_arr)
4）在 axis=1 插入一个新轴
import numpy as np
x = np.array([1, 2])
print("原数组形状:", x.shape) # 输出: (2,)
# 在 axis=1 插入一个新轴
y = np.expand_dims(x, axis=1)
print("新数组:", y)
print("新数组形状:", y.shape) # 输出: (2, 1)
5）在 axis=(0, 1) 插入新轴
import numpy as np
x = np.array([1, 2])
# 在 axis=(0, 1) 插入新轴
y = np.expand_dims(x, axis=(0, 1))
print("新数组:", y)
print("新数组形状:", y.shape) # 输出: (1, 1, 2)