np.newaxis 的使用案例

`np.newaxis` 可以用来增加数组的维度。在以下情况下特别有用：

1. 矩阵转置：通过在切片操作中使用 `np.newaxis`，可以轻松地转置一个矩阵。例如，假设我们有一个 $3\times 4$ 的矩阵 `a`：

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

要转置这个矩阵，我们可以对第二个轴使用切片并附加 `np.newaxis`：

   a.T = a[:, :, np.newaxis]

这将创建一个新的 $4\times 3\times 1$ 的数组，其中每个元素是原始矩阵中的单个数值。

2. 插入新轴：在某些情况下，需要在现有数组的特定位置添加新的轴。例如，在创建深度学习模型时，为了执行卷积操作，需要将输入张量增加一个通道维度。下面是一个示例代码：

   import numpy as np
   
   # 创建一个 128x128 的三通道 RGB 图像
   img = np.zeros((128, 128, 3))
   
   # 增加一个批次维度
   img = img[np.newaxis, ...]
   
   # 使用卷积层对图像进行处理
   conv_layer = Conv2D(filters=32,
                       kernel_size=(3, 3),
                       activation='relu')
   output = conv_layer(img)

`img[np.newaxis, ...]` 将在第一个轴上增加批量维度，并将现有的三个轴保留为-is-。