本篇内容主要讲解“np.newaxis()函数如何使用”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“np.newaxis()函数如何使用”吧!
np.newaxis
np.newaxis 的功能是增加新的维度，但是要注意 np.newaxis 放的位置不同，产生的矩阵形状也不同。
通常按照如下规则：
np.newaxis 放在哪个位置，就会给哪个位置增加维度
x[:, np.newaxis] ，放在后面，会给列上增加维度
x[np.newaxis, :] ，放在前面，会给行上增加维度
用途： 通常用它将一维的数据转换成一个矩阵，这样就可以与其他矩阵进行相乘。
例1：这里的 x 是一维数据，其 shape 是 4，可以看到通过在列方向上增加新维度，变成了 4 x 1 的矩阵，也就是在 shape 的后面发生了变化。
x = np.array([1, 2, 3, 4])
print(x.shape)
x_add = x[:, np.newaxis]
print(x_add.shape)
print(x_add)
>>>
(4,)
(4, 1)
[[1]
[2]
[3]
[4]]例2：通过在行方向上增加新的维度，变成了 1 x 4 的矩阵，也就是在 shape 的前面发生了变化。
x = np.array([1, 2, 3, 4])
print(x.shape)
x_add = x[np.newaxis, :]
print(x_add.shape)
print(x_add)
>>>
(4,)
(1, 4)
[[1 2 3 4]]例3：给矩阵增加一个维度。
x = np.array([[1, 2, 3, 4], [2, 3, 4, 5]])
print(x.shape)
x_add = x[:, np.newaxis]
print(x_add)
print(x_add.shape)
>>>
(2, 4)
[[[1 2 3 4]]
[[2 3 4 5]]]
(2, 1, 4)以上就是np.newaxis()函数如何使用的详细内容，更多关于np.newaxis()函数如何使用的资料请关注九品源码其它相关文章！