python中numpy.squeeze()函数的使用

本文主要是介绍python中numpy.squeeze()函数的使用，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

        numpy.squeeze() 这个函数的作用是去掉矩阵里维度为1的维度。例如，(1, 5)的矩阵经由np.squeeze处理后变成5；(5, 1, 6)的矩阵经由np.squeeze处理后变成(5, 6)。

        numpy提供了numpy.squeeze(a, axis=None)函数，从数组的形状中删除单维条目。其中a表示输入的数组；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。axis的取值可为None 或 int 或 tuple of ints，若axis为空时则删除所有单维度的条目。

• examples1:
  >>> import numpy as np
  >>> a = np.array([[[0], [1], [2]]])
  >>> a.shape
  (1, 3, 1)
  >>> np.squeeze(a).shape
  (3,)
  >>> np.squeeze(a, axis=(2,)).shape
  (1, 3)
  >>> np.squeeze(a, axis=(0,)).shape
  (3, 1)

• examples2:
  >>> import numpy as np
  >>> a = np.arange(5).reshape(1,5)
  >>> a
  array([[0, 1, 2, 3, 4]])
  >>> a.shape
  (1, 5)
  >>> b = np.squeeze(a)
  >>> b
  array([0, 1, 2, 3, 4])
  >>> b.shape
  (5, )

• examples3:
  >>> import numpy as np
  >>> a = np.arange(10).reshape(1,2,5)
  >>> a
  array([[[0, 1, 2, 3, 4],
              [5, 6, 7, 8, 9]]])
  >>> a.shape
  (1, 2, 5)
  >>> b = np.squeeze(a)
  >>> b
  array([[0, 1, 2, 3, 4],
             [5, 6, 7, 8, 9]])
  >>> b.shape
  (2, 5)

这篇关于python中numpy.squeeze()函数的使用的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！