np.unsqueeze

`np.unsqueeze` 是一个 NumPy 函数，用于在指定的轴上增加一个维度。它的作用是将数组的维度扩展到更高的维度。

例如，如果有一个形状为 (3,) 的一维数组，使用 `np.unsqueeze` 可以在指定的轴上增加一个维度，从而将其转换为形状为 (3, 1) 的二维数组。

示例代码如下：

import numpy as np

arr = np.array([1, 2, 3])
expanded_arr = np.unsqueeze(arr, axis=1)

print(expanded_arr.shape)  # 输出 (3, 1)
print(expanded_arr)

输出结果为：

(3, 1)
[[1]
 [2]
 [3]]

这样，通过使用 `np.unsqueeze` 函数，我们可以在指定的轴上增加一个维度，从而改变数组的形状。

相关问题

np.squeeze()和np.unsqueeze()

np.squeeze()和np.unsqueeze()都是numpy中的函数，用于改变数组的维度。

np.squeeze()函数可以将数组中维度为1的维度去掉，从而降低数组的维度。例如，对于一个形状为(1,5)的数组a，使用np.squeeze(a)函数可以将其转换为形状为(5,)的数组。

np.unsqueeze()函数则是在数组的指定位置插入一个维度为1的维度，从而增加数组的维度。例如，对于一个形状为(5,)的数组a，使用np.unsqueeze(a,0)函数可以在第0个位置插入一个维度为1的维度，从而将其转换为形状为(1,5)的数组。

np.unsqueeze()用法

np.unsqueeze()是NumPy库中的一个函数，用于在指定的维度上增加一个长度为1的维度。它的语法如下：

np.unsqueeze(arr, axis)

其中，arr是要操作的数组，axis是要在哪个维度上增加长度为1的维度。

举个例子来说明，假设我们有一个2维数组arr，形状为(3, 4)，我们想在第二个维度上增加一个长度为1的维度。可以使用np.unsqueeze()来实现：

import numpy as np

arr = np.array([[1, 2, 3, 4],
                [5, 6, 7, 8],
                [9, 10, 11, 12]])

new_arr = np.unsqueeze(arr, axis=1)

print(new_arr.shape)  # 输出 (3, 1, 4)

在这个例子中，原始数组arr的形状是(3, 4)，通过在第二个维度上使用np.unsqueeze(arr, axis=1)，我们增加了一个长度为1的维度，所以新的数组new_arr的形状变为了(3, 1, 4)。

这种操作通常在深度学习中用于处理输入数据的维度匹配问题，例如将一维数组转换为二维数组，以便与模型进行计算。