将 np 形状 (a,) 转换为 (a,1) - Python

在使用 NumPy 进行数据处理时，经常需要将数组的维度进行调整。其中一种常见情况是将形状为 (a,) 的 NumPy 数组转换为形状为 (a,1) 的二维数组。本文将为大家介绍两种常见的方法来实现这一转换。

方法一：使用 reshape 函数

NumPy 提供了 reshape 函数来调整数组的形状。使用 reshape 函数将 (a,) 形状的数组转换为 (a,1) 的数组非常简单，只需将数组的第二个参 数设置为 -1 即可，-1 表示该位置的值由数组自动推断得出。

import numpy as np

a = np.array([1,2,3,4,5])
b = a.reshape(-1,1)

print(a.shape) # (5,)
print(b.shape) # (5,1)

上述代码执行后，a 数组的形状为 (5,)，b 数组的形状为 (5,1)。

方法二：使用 newaxis 属性

NumPy 的 ndarray 对象提供了 newaxis 属性，可以在原有数组上新增一个维度。使用 newaxis 将 (a,) 形状的数组转换为 (a,1) 的数组也非常简单，只需在数组索引中使用 newaxis 即可。

import numpy as np

a = np.array([1,2,3,4,5])
b = a[:, np.newaxis]

print(a.shape) # (5,)
print(b.shape) # (5,1)

上述代码执行后，a 数组的形状为 (5,)，b 数组的形状为 (5,1)。

两种方法的结果相同，可以根据个人喜好选择使用哪一个。需要注意的是，在进行 NumPy 数组形状调整时，应尽可能保持原有数组的维度和信息，避免数据损失或运算错误。