np.newaxis——NumPy中的關鍵函數

一、np.newaxis是什麼？

在NumPy中，np.newaxis是一個很重要的函數，它可以用來增加數組的維度。

具體來說，np.newaxis可以在任何一個位置增加一個維度，從而擴充數據的維度，使得進行各種各樣的操作變得更為方便和簡單。

import numpy as np

# 創建一個二維數組
arr = np.array([[1,2,3],[4,5,6]])

# 增加一個維度後成為一個三維數組
arr_new = arr[np.newaxis,:,:,np.newaxis]

print(arr_new.shape)

上述代碼會輸出(1, 2, 3, 1)。我們可以看到，原來的二維數組arr被增加了兩個維度，變成了一個四維數組arr_new。

二、np.newaxis在數組索引中的應用

np.newaxis的實際應用非常廣泛，尤其是在對於數組的索引操作中。

在進行數組索引的時候，除了對數組切片之外，有時我們還需要對數組的維度進行一些操作，例如數組轉置、數組拼接等等。這時候np.newaxis就是一個非常好用的工具。

三、np.newaxis在數組拼接中的應用

在數組拼接中，我們經常需要將兩個形狀不同的數組進行拼接。例如，我們需要將一個形狀為(2,3)的數組和一個形狀為(2,1)的數組沿着第二個維度進行拼接，這時候np.newaxis就非常好用。

import numpy as np

# 創建兩個數組
a = np.array([[1,2,3],[4,5,6]])
b = np.array([[7],[8]])

# 在拼接之前，需要給數組b增加一個維度
b_new = b[:, np.newaxis]

# 沿着第二個維度進行拼接
c = np.concatenate((a, b_new), axis=1)

print(c)

上述代碼會輸出[[1 2 3 7]， [4 5 6 8]]，我們可以看到，數組a和數組b通過np.newaxis的幫助得以拼接。

四、np.newaxis在數組轉置中的應用

在進行數組轉置時，np.newaxis也是一個非常有用的工具。具體來說，我們可以使用np.newaxis來增加一個新的軸，從而轉換數據的維度。

import numpy as np

# 創建一個二維數組
arr = np.array([[1,2,3],[4,5,6]])

# 對數組進行轉置後增加一個維度
arr_new = arr.T[np.newaxis,:,:]

print(arr_new)

上述代碼會輸出[[[1 4]， [2 5]， [3 6]]]。可以看到，原先的二維數組經過轉置，並增加了一個新的軸之後，變成了一個三維數組。

五、np.newaxis在特徵選擇與降維中的應用

在進行特徵選擇和降維時，np.newaxis也是一個非常有用的工具。我們可以通過增加新的維度，使得數據的特徵矩陣變得更具有結構性。

import numpy as np
from sklearn.datasets import load_iris

# 加載數據集
data = load_iris()

# 獲取特徵矩陣
X = data.data

# 對特徵矩陣進行擴展並增加一個新的維度
X_new = X[..., np.newaxis]

print(X_new.shape)

上述代碼會輸出(150, 4, 1)。可以看到，原先的特徵矩陣X被增加了一個新的維度，從而變成了一個三維數組。

六、結論

通過本文的講解，我們了解了np.newaxis函數的定義和用法，並且學習了np.newaxis在數組索引、數組拼接、數組轉置、特徵選擇與降維等方面的應用技巧。