numpy数组中reshape和squeeze函数的使用

参考了：http://blog.csdn.net/zenghaitao0128/article/details/78512715，作了一些自己的补充。

numpy中的reshape函数和squeeze函数是深度学习代码编写中经常使用的函数，需要深入的理解。

其中，reshape函数用于调整数组的轴和维度，而squeeze函数的用法如下，

语法：numpy.squeeze(a,axis = None)

 1）a表示输入的数组；
 2）axis用于指定需要删除的维度，但是指定的维度必须为单维度，否则将会报错；
 3）axis的取值可为None 或 int 或 tuple of ints, 可选。若axis为空，则删除所有单维度的条目；
 4）返回值：数组
 5) 不会修改原数组；
作用：从数组的形状中删除单维度条目，即把shape中为1的维度去掉
 

举例：

numpy的reshape和squeeze函数：

import numpy as np
e = np.arange(10)
print(e)

一维数组：[0 1 2 3 4 5 6 7 8 9]

f = e.reshape(1,1,10)
print(f)

三维数组：（第三个方括号里有十个元素）

[[[0 1 2 3 4 5 6 7 8 9]]]，前两维的秩为1

g = f.reshape(1,10,1)
print(g)

三维数组：（第二个方括号里有十个元素）

[[[0]
  [1]
  [2]
  [3]
  [4]
  [5]
  [6]
  [7]
  [8]
  [9]]]

h = e.reshape(10,1,1)
print(h)

三维数组：（第一个方括号里有10个元素）
[[[0]]

 [[1]]

 [[2]]

 [[3]]

 [[4]]

 [[5]]

 [[6]]

 [[7]]

 [[8]]

 [[9]]]

利用squeeze可以把数组中的1维度去掉（从0开始指定轴），以下为不加参数axis，去掉所有1维的轴：

m = np.squeeze(h)
print(m)

以下指定去掉第几轴

n = np.squeeze(h,2)
print(n)

去掉第三轴，变成二维数组,维度为(10,1)：
[[0]
 [1]
 [2]
 [3]
 [4]
 [5]
 [6]
 [7]
 [8]
 [9]]

再举一个例子：

p = np.squeeze(g,2)
print(p)

去掉第2轴，得到二维数组,维度为(1,10)：

[[0 1 2 3 4 5 6 7 8 9]]

p = np.squeeze(g,0)
print(p)

去掉第0轴，得到二维数组,维度为(10,1)：

[[0]
 [1]
 [2]
 [3]
 [4]
 [5]
 [6]
 [7]
 [8]
 [9]]

在matplotlib画图中，非单维的数组在plot时候会出现问题，(1,nx)不行,但是(nx, )可以，(nx,1)也可以。

如下：

import matplotlib.pyplot as plt
squares =np.array([[1,4,9,16,25]]) 
print(squares.shape)    

square的维度为（1,5），无法画图：

做如下修改：

plt.plot(np.squeeze(squares))    
plt.show()

square的维度为（5，），可以画图：

或者做如下修改

squares1 = squares.reshape(5,1)
plt.plot(squares1)  
plt.show()

square的维度为（5，1），可以画图：