Python 向现有np数组添加维度

我试图通过经典线性代数，在numpy数组的维数和矩阵的维数之间建立一个干净的联系。假设如下：

In [1]  import numpy as np
In [2]  rand = np.random.RandomState(42)
In [3]  a = rand.rand(3,2)
In [4]  a
Out[4]:
array([[0.61185289, 0.13949386],
       [0.29214465, 0.36636184],
       [0.45606998, 0.78517596]])
In [5]: a[np.newaxis,:,:]
Out[5]:
array([[[0.61185289, 0.13949386],
        [0.29214465, 0.36636184],
        [0.45606998, 0.78517596]]])
In [6]: a[:,np.newaxis,:]
Out[6]:
array([[[0.61185289, 0.13949386]],

       [[0.29214465, 0.36636184]],

       [[0.45606998, 0.78517596]]])

In [7]: a[:,:,np.newaxis]
Out[7]:
array([[[0.61185289],
        [0.13949386]],

       [[0.29214465],
        [0.36636184]],

       [[0.45606998],
        [0.78517596]]])

我的问题如下:

说

a

的尺寸是3 X 2是正确的吗？换句话说，一个3x2矩阵

说

a[np.newaxis，：，：]

的尺寸是1 X 3 X 2是正确的吗？换句话说，一个包含3x2矩阵的矩阵

如果说

a[：，np.newaxis，：]

的尺寸是3x1x2，对吗？换句话说，一个包含3个1 X 2矩阵的矩阵

说

a[：，：，np.newaxis]

的尺寸是3x2x1是正确的吗？换句话说，一个矩阵包含3个矩阵，每个矩阵包含2个1 X 1矩阵

对

对

对

三个2x1矩阵，每个矩阵包含一个大小为1的向量

只需通过以下方式了解：

将numpy导入为np
rand=np.random.RandomState（42）
# 1.
a=兰特（3,2）
打印（a.shape，a，sep='\n'，end='\n\n'）
# 2.
b=a[np.newaxis，：，：]
打印（b.shape，b，sep='\n'，end='\n\n'）
# 3.
c=a[：，np.newaxis，：]
打印（c.shape，c，sep='\n'，end='\n\n'）
#4.a
d=a[：，：，np.newaxis]
打印（d.shape，d，sep='\n'，end='\n\n'）
#4.b
打印（d[0]。形状，d[0]，sep='\n'，end='\n\n'）
打印（d[0,0]。形状，d[0,0]）

输出：

（3,2）
[[0.37454012 0.95071431]
[0.73199394 0.59865848]
[0.15601864 0.15599452]]
(1, 3, 2)
[[[0.37454012 0.95071431]
[0.73199394 0.59865848]
[0.15601864 0.15599452]]]
(3, 1, 2)
[[[0.37454012 0.95071431]]
[[0.73199394 0.59865848]]
[[0.15601864 0.15599452]]]
(3, 2, 1)
[[[0.37454012]
[0.95071431]]
[[0.73199394]
[0.59865848]]
[[0.15601864]
[0.15599452]]]
(2, 1)
[[0.37454012]
[0.95071431]]
(1,) [0.37454012]

作为临时桥梁，这些描述可能会有所帮助，但从长远来看，您应该使用numpy自己的术语。这些都是具有不同维度的

数组

。

numpy

可以有0、1、2或更多维度

a.shape

是具有这些维度的元组，因此可以是

（）

，

（3，）

或

（2,3,4）

。在可能的情况下，

numpy

试图将每个维度都视为“同等重要”。