Python 子阵列numpy阵列时保持维度的最佳方法是什么？

假设我有一个标准的numpy数组，比如

a = np.arange(6).reshape((2,3))

当我对阵列进行子阵列时，通过执行以下任务

a[1, :]

我将失去维度，它将变成1D并打印，

array（[3,4,5]）

当然，列表是二维的，您最初希望保持维度。因此，我必须做一项乏味的工作，例如

b=a[1, :]
b.reshape(1, b.size)

为什么子阵列时numpy会降低维度？

---

保持维度的最佳方法是什么，因为

a[1，：]。重塑（1，a.size）

将被破坏？

只需使用切片而不是索引，形状将被保留：

a[1:2]

---

虽然我同意John Zwinck的回答，但我想提供一个替代方案，以防出于任何原因，您被迫使用索引（而不是切片）

OP说“

a[1，：].重塑（1，a.size）

将断裂”：

您可以向numpy数组添加尺寸，如下所示：

b = a[1]
# array([3, 4, 5]
b = a[1][np.newaxis]
# array([[3, 4, 5]])

（请注意，

np.newaxis

是

None

，但是使用

np.newaxis

，可读性更高。）

---

正如评论（@PaulPanzer和@Divakar）中指出的那样，实际上有很多方法可以完成同样的事情（同样，使用索引而不是切片）：

这些不会复制（每次更改的数据都会影响

a

）

这是一个副本（数据独立于

a

）

---

那么

a[[1]，：]

如何处理要求保持大小为1维的子阵列？将行（或列）视为1d数组有什么错？

a[1:2，：]

也有效（参见John Zwinck的答案）。我确信这个问题是重复的，但它需要正确的搜索词来查找前面的问题。@Divakar复制了一份。不知道为什么这被否决了。这似乎是正确的，除非我误解了这个问题。@MarkMeyer：这是正确的，但是在创建堆栈溢出帐户的过程中没有智力或道德测试，所以有时你会看到非法的否决票。哦，好吧。确实，完美，简单。实际上，我更喜欢

a[1，None]

，尤其是如果索引不是

1

，而是更复杂的表达式。你真的不想输入像

a[n*m*（k-1）+m*（l-1）+u:n*m*（k-1）+m*（l-1）+u+1]这样的东西，对吧？切片和索引有什么区别？
a[1][None]
创建了一个不必要的中间层
a[1，None]
或
a[None，1]
更好。@PaulPanzer我已经更新了我的答案，以反映整个页面中的一些评论
a[1, None]
a[1, np.newaxis]
a[1].reshape(1, a.shape[1]) # Use shape, not size

a[[1]]