你如何创建一个 numpy 垂直范围？答案

【问题标题】：How do you create a numpy vertical arange?你如何创建一个 numpy 垂直范围？
【发布时间】：2013-08-10 15:58:29
【问题描述】：

>>> print np.array([np.arange(10)]).transpose()

[[0]
 [1]
 [2]
 [3]
 [4]
 [5]
 [6]
 [7]
 [8]
 [9]]

有没有一种无需经过这些额外步骤即可获得垂直范围的方法？

【问题讨论】：

你已经在那里做了一些不必要的步骤 - np.array() 和 [] 是不必要的，因为 np.arange 返回一个 numpy 数组。你可以做np.arange(10).transpose()
一维数组的 @Brionius, transpose 不执行任何操作。 OP 正在使用[] 向数组添加一个额外的维度，并询问是否有更有效的方法来实现相同的结果。
@BiRico 啊，你是对的，我的错。
“你已经在那里做了一些不必要的步骤”——我想，这就是我问的原因。
@BiRico 是否有其他方法可以向数组添加维度？出于某种原因，我的np.array 实际上并没有工作......我知道为什么。

标签： python arrays numpy

【解决方案1】：

你可以使用np.newaxis:

>>> np.arange(10)[:, np.newaxis]
array([[0],
       [1],
       [2],
       [3],
       [4],
       [5],
       [6],
       [7],
       [8],
       [9]])

np.newaxis 只是None 的别名，由numpy 开发人员添加，主要是为了便于阅读。因此np.arange(10)[:, None] 将产生与上述解决方案完全相同的结果。

编辑：

另一种选择是：

np.expand_dims(np.arange(10), axis=1)

numpy.expand_dims

【讨论】：

@JasonS，我添加了一个带有示例的链接。
@JasonS - 看看：docs.scipy.org/doc/numpy/reference/… 文档相当简洁，因此请参阅指南或书籍之一（如 Akavall 链接到的）以获取更多示例。
@JasonS 我也不知道...我just posted a question为此...
@SaulloCastro，好问题，所以我猜np.newaxis 之所以被引入只是因为它更易于阅读。

【解决方案2】：

我愿意：

np.arange(10).reshape((10, 1))

与 np.array 不同，reshape 是一种轻量级操作，不会复制数组中的数据。

【讨论】：

附带说明，您也可以使用whatever.reshape(-1, 1)，以避免指定第一个维度的大小。