Python数据分析 - np.newaxis

np.newaxis将会额外生成一个维度。

原数组：

>>>arr = np.array([1,2,3,4,5])
%array([1, 2, 3, 4, 5])

使用newaxis后：

>>>arr[np.newaxis,:]   
%array([[1, 2, 3, 4, 5]])    <-多了一个维度

>>>arr[:,np.newaxis]
#array([[1],
       [2],
       [3],
       [4],
       [5]])
# 更像是转置 

额外的资料显示用法：

>>> X = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
>>> X[:, 1]
array([2, 6, 10])       % 这里是一个行
>>> X[:, 1].shape       % X[:, 1] 的用法完全等同于一个行，而不是一个列，
(3, )

>>>X[:, 1][:, np.newaxis]
array([[2],
      [6],
      [10]])

% 实现第二列和第四列的拼接（层叠）：
>>>X_sub = np.hstack([X[:, 1][:, np.newaxis], X[:, 3][:, np.newaxis]])           
                   % hstack：horizontal stack，水平方向上的层叠
>>>X_sub
array([[2, 4]
      [6, 8]
      [10, 12]])