np.newaxis知识点整理

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u012735708/article/details/84373171

做kaggle比赛时，看到有方法中用到np.newaxis，现将知识点整理如下。

>>import numpy as np
>>type(np.newaxis)
NoneType
>>np.newaxis == None
True

可以发现np.newaxi等价于 None。1

>>x = np.array([0, 1, 2])
>>x.shape
(3,)
>>x[:, np.newaxis]
array([[0],
       [1],
       [2]])
>> x[:, np.newaxis].shape
(3, 1)

 从上面可以看出，通过np.newaxis可以将一维数组变为列向量的形式。（ps.这里(3,)只是表示一维数组，并不是列向量）

>>y = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
>>y[:, 1]
array([2, 5, 8])
>>y[:, 1].shape
(3,)

可以看出y[:, 1]返回的是一维数组，如果我们希望某一列返回的仍然是列的结构，需要进行如下操作，

>>y[:, 1][:, np.newaxis]
array([[2],
       [5],
       [8]])

如果想实现第一列和第三列的拼接，

>>y_sub = np.hstack([y[:, 0][:, np.newaxis], y[:, 2][:, np.newaxis]])
>>y_sub
array([[1, 3],
       [4, 6],
       [7, 9]])

也可以通过切片的方式，

>> 
array([[1, 3],
       [4, 6],
       [7, 9]])