np.squeeze
详解Numpy squeeze(),np.squeeze函数（删除数组中维度为1的维度）函数的作用与使用方法（图文详解1）
详细解释 numpy.squeeze() 函数的作用与使用方法。
- 函数作用:
numpy.squeeze()函数用于从数组中删除单维度条目,也就是将维度为1的维度从数组中删除。这在处理高维数组时非常有用,可以帮助简化数组的形状,使其更易于操作和理解。 - 底层原理:
在 NumPy 中,数组的维度(shape)是一个元组,表示数组中每个轴的大小。当数组中存在维度大小为1的轴时,这些轴通常是不必要的,可以被删除以简化数组的结构。numpy.squeeze()函数就是用来执行这个操作的。 - 使用方法:
numpy.squeeze(arr, axis=None):
arr: 输入数组axis: 可选参数,指定要删除的轴。如果没有指定,则删除所有维度为1的轴。
- 使用步骤:
a. 导入 NumPy 库
b. 创建一个包含维度为1的轴的数组
c. 使用numpy.squeeze()函数删除维度为1的轴
d. 观察数组形状的变化 - 示例代码:
import numpy as np
# 创建一个4维数组,其中有两个维度为1
arr = np.random.rand(2, 1, 3, 1)
print("原始数组形状:", arr.shape)
# 输出:原始数组形状: (2, 1, 3, 1)
# 删除维度为1的轴
squeezed_arr = np.squeeze(arr)
print("压缩后数组形状:", squeezed_arr.shape)
# 输出:压缩后数组形状: (2, 3)
# 指定要删除的轴
arr2 = np.random.rand(1, 3, 1, 4)
squeezed_arr2 = np.squeeze(arr2, axis=1)
print("压缩指定轴后数组形状:", squeezed_arr2.shape)
# 输出:压缩指定轴后数组形状: (1, 1, 4)
总结:
numpy.squeeze() 函数可以方便地从数组中删除维度为1的轴,简化数组的结构,使其更易于操作和理解。在处理高维数组时,使用该函数可以大大提高代码的可读性和效率。
Python easy_install pip安装package包, pip install如何使用, 第三方库方法详细教程1（图文分享）
详解pandas.to_datetime(),pd.to_datetime（转换为日期时间格式）函数使用方法(图文详解1)
