一、np.squeeze函数
1、numpy中的np.squeeze函数，会从输入的数组中删除所有的单维度条目，并返回只含一个元素的数组。如果没有单维度条目，则不改变原数组。
2、np.squeeze(a, axis=None), a：输入的数组，axis：按照给定的轴进行压缩操作，为None时会删除所有的单维度条目。
二、np.squeeze是什么意思
1、np.squeeze是numpy中的一个函数，主要用于对数组进行压缩，将包含单一维度的数组直接转化为一维数组。
2、在机器学习、图像处理等领域，np.squeeze也常用于将数据处理成符合模型要求的格式。
三、np.squeeze函数的作用
1、删除多余的单维度条目，压缩数组维度。
2、转化多维数组为一维数组。
3、处理符合模型要求的数据格式。
四、np.squeeze函数用法
1、不传参，自动删除所有单维度条目。
“`python
import numpy as np
a = np.array([[[1], [2], [3]]])
print(a.shape) # (1, 3, 1)
b = np.squeeze(a)
print(b.shape) # (3,)
“`
2、指定axis参数压缩数组。
“`python
import numpy as np
a = np.array([[[1], [2], [3]]])
print(a.shape) # (1, 3, 1)
b = np.squeeze(a, axis=0)
print(b.shape) # (3, 1)
“`
3、传入无法压缩的数组，不影响原数组。
“`python
import numpy as np
a = np.array([[[1, 2, 3]]])
print(a.shape) # (1, 1, 3)
b = np.squeeze(a)
print(b.shape) # (1, 1, 3)
“`
4、传入的数组包含多个维度，只压缩指定维度。
“`python
import numpy as np
a = np.array([[[1], [2], [3]], [[4], [5], [6]]])
print(a.shape) # (2, 3, 1)
b = np.squeeze(a, axis=2)
print(b.shape) # (2, 3)
“`
五、np.squeeze函数参数选取
1、axis：指定进行压缩的维度。
2、keepdims：是否保持压缩后的单维度条目，True则保留，False则删除。
3、dtype：输出数组的数据类型。
4、a：输入的数组。
5、以上参数可组合使用。
np.squeeze是一个非常实用的函数，可以快速对多维度数组进行压缩，满足数据处理、模型训练等需求。掌握np.squeeze函数的用法，并结合实际场景应用，对数据处理与分析有一定的提升。
原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/183448.html
微信扫一扫 
支付宝扫一扫 