关于np.newaxis的一点理解

关于np.newaxis的用法，出现了很多介绍，这一篇相对来说是比较容易理解的。

文章转载自：https://blog.csdn.net/molu_chase/article/details/78619731

经常在sklearn上看到np.newaxis，这里记录一下我的理解

np.arange(0, 10) 这句话 生成的是一个一维的数组，如下：

[0 1 2 3 4 5 6 7 8 9] 输出其shape= (10,)

那么我如何才能将其转化为shape=(1,10)呢

可以用两种方法：

1.使用shape

y=np.arange( 1, 11) y.shape=( 10, 1) print(y) 结果如下：

[[ 1] [ 2] [ 3] [ 4] [ 5] [ 6] [ 7] [ 8] [ 9] [ 10]] 2. 使用np.newaxis print(np.arange(0, 10)[:, np.newaxis]) 结果如下： [[ 0] [ 1] [ 2] [ 3] [ 4] [ 5] [ 6] [ 7] [ 8] [ 9]] 如上所示，应该清楚了np.newaxis了吧

上面的代码实质就是将原本的(10,)移到行上，然后新增一列