np.array 增加一个维度

要给一个numpy数组增加一个维度，可以使用np.newaxis或者np.expand_dims函数。np.newaxis是一个None的别名，可以用于增加一个维度。np.expand_dims函数可以在指定的位置插入一个新的维度。

下面是两种方法的示例：

1. 使用np.newaxis：

import numpy as np

arr = np.array([1, 2, 3])  # 原始数组
new_arr = arr[:, np.newaxis]  # 在列方向上增加一个维度

print("原始数组：")
print(arr)
print("增加维度后的数组：")
print(new_arr)

2. 使用np.expand_dims：

import numpy as np

arr = np.array([1, 2, 3])  # 原始数组
new_arr = np.expand_dims(arr, axis=1)  # 在列方向上增加一个维度

print("原始数组：")
print(arr)
print("增加维度后的数组：")
print(new_arr)

相关问题

np.array增加一个维度

可以使用NumPy中的`np.newaxis`来增加一个维度。具体来说，如果你有一个形状为`(n,)`的一维数组，可以使用以下代码将其转换为形状为`(n, 1)`的二维数组：

import numpy as np

a = np.array([1, 2, 3, 4])
a = a[:, np.newaxis]
print(a)

输出结果为：

array([[1],
       [2],
       [3],
       [4]])

你也可以使用`np.expand_dims`函数达到相同的效果，例如：

a = np.array([1, 2, 3, 4])
a = np.expand_dims(a, axis=1)
print(a)

输出结果同上。

np.array减少一个维度

在numpy中，可以使用np.squeeze()函数来减少一个维度。该函数可以将数组中维度为1的维度去掉，从而减少一个维度。例如，如果一个数组的形状为(1, 2, 3)，使用np.squeeze()函数后，形状将变为(2, 3)。需要注意的是，如果数组中有多个维度为1的维度，使用np.squeeze()函数后，这些维度都会被去掉。如果想要只去掉其中的某一个维度，可以指定axis参数。例如，np.squeeze(arr, axis=0)将只去掉第一个维度为1的维度。