在 Numpy 中从轴 0 上的数组中移除长度为 1 的轴
numpyserver side programmingprogramming更新于 2025/9/1 19:22:17
使用 numpy.squeeze() 方法压缩数组形状。这将从数组中移除特定轴上的长度为 1 的轴。轴使用"axis"参数设置。我们在这里设置了轴 0。
该函数返回输入数组，但长度为 1 的所有维度或其子集已被移除。这始终是其本身或输入数组的视图。如果所有轴都被压缩，则结果为零维数组，而不是标量。
轴选择形状中长度为 1 的条目的子集。如果选择的轴的形状条目数大于 1，则会引发错误。
步骤
首先，导入所需的库 −
import numpy as np
使用 array() 方法创建一个 numpy 数组。我们添加了 int 类型的元素 −
arr = np.array([[[20, 36, 57, 78], [32, 54, 69, 84]]])
显示数组 −
print("我们的数组...
",arr)
检查维度 −
print("
数组的维数...
",arr.ndim)
获取数据类型−
print("
我们的数组对象的数据类型...
",arr.dtype)
显示数组的形状 −
print("
数组形状...
",arr.shape)
使用 numpy.squeeze() 方法压缩数组形状。轴使用"axis"参数 minus 设置。
print("
压缩数组形状...
",np.squeeze(arr, axis = 0).shape)
示例
import numpy as np
# 使用 array() 方法创建 numpy 数组
# 我们添加了 int 类型的元素
arr = np.array([[[20, 36, 57, 78], [32, 54, 69, 84]]])
# 显示数组
print("我们的数组...
",arr)
# 检查维度
print("
数组的维度...
",arr.ndim)
# 获取数据类型
print("
数组对象的数据类型...
",arr.dtype)
# 显示数组的形状
print("
数组形状...
",arr.shape)
# 使用 numpy.squeeze() 方法压缩数组形状
# 使用"axis"设置轴参数
print("
压缩数组的形状...
",np.squeeze(arr, axis = 0).shape)
输出
我们的数组... [[[20 36 57 78] [32 54 69 84]]] 数组的维度... 3 数组对象的数据类型... int64 数组形状... (1, 2, 4) 压缩数组的形状... (2, 4)
