关于numpy.expand_dims的用法

在利用tensorflow做图像的时候经常遇到numpy.expand_dims

所以今天自己运行一下，希望各位也能理解，好了直接代码测试：

测试一维的数据

（1）源数据：

x = np.array([1,2,3])
print （x）
print （x.shape）

输出：

[1 2 3]
(3,)

（2）axis=0

import numpy as np
x = np.array([1,2,3])
y = np.expand_dims(x,axis=0)
print(y)
print("y.shape: ",y.shape)
print("y[0][1]: ",y[0][1])

输出：

（3）axis=1

import numpy as np
x = np.array([1,2,3])
y = np.expand_dims(x,axis=1)
print(y)
print("y.shape: ",y.shape)
print("y[0][1]: ",y[1][0])

输出：

（4）axis=3

import numpy as np
x = np.array([1,2,3])
y = np.expand_dims(x,axis=3)
print(y)
print("y.shape: ",y.shape)
print("y[0][1]: ",y[2][0])

输出：

测试二维的数据

（1）源数据：

x = np.array([[1,2,3],[4,5,6]])
print （x）
print （x.shape）

输出：

[[1 2 3]
 [4 5 6]]
(2, 3)

（2）axis=0

import numpy as np
x = np.array([[1,2,3],[4,5,6]])
y = np.expand_dims(x,axis=0)
print(y)
print("y.shape: ",y.shape)
print("y[0][1]: ",y[0][1])

输出：

（3）axis=1

import numpy as np
x = np.array([[1,2,3],[4,5,6]])
y = np.expand_dims(x,axis=1)
print(y)
print("y.shape: ",y.shape)
print("y[0][1]: ",y[1][0])

输出：