Nump的np.newaxis函数

# 2023/11/11
# np.newaxis()函数：增加新的维度，但是np.newxaxis放的位置不同，产生的矩阵形状也不同
# x[.,np.newaxis]   ：放在后面，会给列上增加维度
# x[np.newaxis,.]   ：放在前面，会给列上增加维度
# 用途:通常用它将一维的数据转换成一个矩阵，用于与其他矩阵进行相乘
import numpy as np

# 列方向增加维度
x = np.array([5, 6, 7, 8])
print("x.shape:{}".format(x.shape))
x_add = x[:, np.newaxis]
print("x_add.shape:{}".format(x_add.shape))
print("x_add:{}".format(x_add))
# 行方向增加维度
y = np.array([1, 2, 3, 4])
print("y.shape:{}".format(y.shape))
y_add = y[np.newaxis, :]
print(f"y_add.shape:{y_add.shape}")
print(f"y_add:{y_add}")
# 对矩阵增加维度
w = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
print(f"w: {w}")
print(f"w.shape: {w.shape}")
w_add = w[:, np.newaxis]
print(f"w_add.shape: {w_add.shape}")
print(f"w_add: {w_add}")
# 三维数组的shape表示(三维里面的长，二维里面的宽，二维里面的高)