沿附加维度 numpy 复制 - Python

在 NumPy 中，拥有不同维度的数组之间进行复制时会遇到一些问题，其中最常见的问题是如何使附加维度保留。

解决方案

NumPy 提供了三种解决方式来解决这个问题：reshape、newaxis 和 expand_dims。

reshape

使用 reshape 进行转换时，您需要手动指定新的大小。例如，我们有一个形状为 (3, 4) 的数组，现在我们想沿着第二个维度添加一个空维度。这可以使用 reshape 完成：

import numpy as np

arr = np.arange(12).reshape(3, 4)
new_arr = arr.reshape((3, 4, 1))

这个新数组的形状是 (3, 4, 1)，它在第三个维度上添加了一个空维度。

newaxis

使用 newaxis 实现相同的操作，只需要在相应维度上使用新维度运算符即可：

import numpy as np

arr = np.arange(12).reshape(3, 4)
new_arr = arr[:, :, np.newaxis]

这个新数组的形状也是 (3, 4, 1)。

expand_dims

最后，可以使用 expand_dims 函数来添加新的维度。例如：

import numpy as np

arr = np.arange(12).reshape(3, 4)
new_arr = np.expand_dims(arr, axis=2)

这个新数组的形状也是 (3, 4, 1)。这里的 axis 参数确定了要在哪个位置添加新的维度。

总结

以上三个方法可以帮助您在 NumPy 中添加新的维度，使得您可以在不同大小的数组之间进行复制。

无论您选择哪种方法，务必记住添加新的维度是一种相当灵活的方法，您可以根据需要添加任意数量的维度。