本文主要是介绍numpy切片不丢失维度为1时的维度(numpy slice without losing dimension)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
numpy中实现矩阵的切片不丢失维度的几种方法
- 1. X[ :, ii ][ :, np.newaxis ] 或 X[ ii, : ][ np.newaxis, :]
- 2. X[ :, ii, np.newaxis] 或 X[ np.newaxis, ii, :]
- 3. X[ :, [ii] ] 或 X[ [ii], : ]
- 4. reshape方法
在输出numpy矩阵的一维切片的时候，经常会遇到一种情况是把维度为1的那个维度直接丢了，就像执行了np.squeeze语句一样。例如：
import numpy as np
a = np.array([[1,2,3],[4,5,6],[7,8,9]])
print('a.shape = ',a.shape)b = a[:,0]
print('b.shape = ',b.shape)c = np.array([[1],[4],[7]])
print('c.shape = ',c.shape)
print('np.squeeze(c).shape = ',np.squeeze(c这篇关于numpy切片不丢失维度为1时的维度(numpy slice without losing dimension)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
