Numpy expand_dims() 函数

Numpy expand_dims() 函数用于向数组添加新的轴或维度。此函数接受一个输入数组和一个 axis 参数，用于指定新维度的插入位置。

此函数生成一个添加了指定 axis 的新数组，可用于调整数组形状以满足某些操作或函数的要求。

例如，扩展维度通常用于将一维数组转换为二维数组，使其兼容广播或矩阵运算。

语法

Numpy expand_dims() 函数的语法如下 -

numpy.expand_dims(a, axis)

参数

以下是 Numpy expand_dims() 函数的参数 -

• a :输入数组。
• axis(int):这是新轴在扩展轴区中的位置。如果输入负整数，则从最后一个轴计数到第一个轴。

返回值

此函数返回一个维度增加一的数组视图。

示例 1

以下是 Numpy expand_dims() 函数的基本示例，该函数通过将一维数组转换为形状为 (1, 3) 的二维数组，在其开头添加一个新轴。-

import numpy as np

# 原始一维数组
arr = np.array([1, 2, 3])

# 扩展维度
expanded_arr = np.expand_dims(arr, axis=0)

print("原始数组:")
print(arr)
print("形状:", arr.shape)

print("
扩展后的数组:")
print(expanded_arr)
print("形状:")
print(expanded_arr.shape)

输出

原始数组:
[1 2 3]
形状:(3,)

扩展后的数组:
[[1 2 3]]
形状:
(1, 3)

示例 2

此示例通过更改三维数组的形状从 (2, 2, 2) 变为 (2, 2, 2, 1) −

import numpy as np

# 原始三维数组
arr = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

# 扩展维度
expanded_arr = np.expand_dims(arr, axis=-1)

print("原始数组:")
print(arr)
print("形状:", arr.shape)

print("
扩展数组:")
print(expanded_arr)
print("形状:")
print(expanded_arr.shape)

执行上述代码后，我们得到以下结果

原始数组:
[[[1 2]
[3 4]]

[[5 6]
[7 8]]]
形状:
(2, 2, 2)

扩展数组:
[[[[1]
   [2]]
 [[3]
   [4]]]
[[[5]
   [6]]
 [[7]
   [8]]]]
形状:(2, 2, 2, 1)

示例 3

以下示例展示了如何使用 expand_dims() 函数根据需要调整数组的形状和维度来添加新维度 -

import numpy as np

# 创建二维数组
x = np.array([[1, 2], [3, 4]])

print('数组 x:')
print(x)
print('
')

# 在位置 0 添加新轴
y = np.expand_dims(x, axis=0)

print('在位置 0 添加新轴的数组 y:')
print(y)
print('
')

# 打印 x 和 y 的形状
print('x 和y 数组:')
print(x.shape, y.shape)
print('
')

# 在位置 1 添加新轴
y = np.expand_dims(x, axis=1)

print('在位置 1 插入轴后的数组 y:')
print(y)
print('
')

# 打印 x 和 y 的维数 (ndim)
print('x.ndim 和 y.ndim:')
print(x.ndim, y.ndim)
print('
')

# 打印 x 和 y 的形状
print('x.shape 和 y.shape:')
print(x.shape, y.shape)

执行上述代码后，我们得到以下结果

数组 x:
[[1 2]
[3 4]]

在位置 1 添加新轴的数组 y 0:
[[[1 2]
[3 4]]]

x 和 y 数组的形状:
(2, 2) (1, 2, 2)

在位置 1 处插入轴后的 y 数组:
[[[1 2]]

[[3 4]]]

x.ndim 和 y.ndim:
2 3

x.shape 和 y.shape:
(2, 2) (2, 1, 2)

numpy_array_manipulation.html