有没有更 Pythonic/优雅的方式来扩展 Numpy 数组的维度？答案

【问题标题】：Is there a more Pythonic/elegant way to expand the dimensions of a Numpy Array?有没有更 Pythonic/优雅的方式来扩展 Numpy 数组的维度？
【发布时间】：2017-02-25 10:10:30
【问题描述】：

我现在要做的是：

x = x[:, None,  None,  None,  None,  None,  None,  None,  None,  None]

基本上，我想将我的 Numpy 数组扩展 9 个维度。或者一些 N 维数，其中 N 可能事先不知道！

有没有更好的方法来做到这一点？

【问题讨论】：

标签： python arrays numpy multidimensional-array

【解决方案1】：

另一种方法是reshaping -

x.reshape((-1,) + (1,)*N)  # N is no. of dims to be appended

所以，基本上对于对应于单件维度的None's，我们沿这些暗角使用长度为1 的形状。对于第一个轴，我们使用-1 的形状来将所有元素推入。

示例运行 -

In [119]: x = np.array([2,5,6,4])

In [120]: x.reshape((-1,) + (1,)*9).shape
Out[120]: (4, 1, 1, 1, 1, 1, 1, 1, 1, 1)

【讨论】：

除此之外，如果您想让 x 的形状出现在结果数组形状的中间，您可以执行类似x.reshape((1,) + x.shape + (1,)*(N-1)) 我在向我的图像添加通道时需要这个作为最后一个维度，并通过添加第一个维度使其成为一批图像。

【解决方案2】：

要缩写表达式（并使其适用于在运行时选择的任意维度），您可以即时生成索引：

x = x[(slice(None),)+(None,)*9]

如果你想把你的切片放到不同的位置，可以相应地调整索引元组。

请注意，在性能方面不会有任何好处。这只是更简洁的写作，可能比写出Nones 更难读

此外，重塑解决方案具有相似的性能。

【讨论】：