np.squeeze的使用指南

一、np.squeeze函數

1、numpy中的np.squeeze函數，會從輸入的數組中刪除所有的單維度條目，並返回只含一個元素的數組。如果沒有單維度條目，則不改變原數組。

2、np.squeeze(a, axis=None), a：輸入的數組，axis：按照給定的軸進行壓縮操作，為None時會刪除所有的單維度條目。

二、np.squeeze是什麼意思

1、np.squeeze是numpy中的一個函數，主要用於對數組進行壓縮，將包含單一維度的數組直接轉化為一維數組。

2、在機器學習、圖像處理等領域，np.squeeze也常用於將數據處理成符合模型要求的格式。

三、np.squeeze函數的作用

1、刪除多餘的單維度條目，壓縮數組維度。

2、轉化多維數組為一維數組。

3、處理符合模型要求的數據格式。

四、np.squeeze函數用法

1、不傳參，自動刪除所有單維度條目。

“`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參數壓縮數組。

“`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、傳入無法壓縮的數組，不影響原數組。

“`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、傳入的數組包含多個維度，只壓縮指定維度。

“`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函數參數選取

1、axis：指定進行壓縮的維度。

2、keepdims：是否保持壓縮後的單維度條目，True則保留，False則刪除。

3、dtype：輸出數組的數據類型。

4、a：輸入的數組。

5、以上參數可組合使用。

np.squeeze是一個非常實用的函數，可以快速對多維度數組進行壓縮，滿足數據處理、模型訓練等需求。掌握np.squeeze函數的用法，並結合實際場景應用，對數據處理與分析有一定的提升。