numpy怎么增加维度和删除维度(numpy,开发技术)

在 TensorFlow 中，可以给一个 tensor 增加一个维度、删除一个维度，那么在 Numpy 中该怎么呢？

先来看看如何增加一个维度：

但是注意：只有数组长度在该维度上为 1，那么该维度才可以被删除。如果不是1，那么删除的话会报错。

删除只能删除数组长度为 1 所对应的维度，同理添加也是添加一个维度也只是让数组在这个维度上的长度变成 1，因为数组本来不存在这个维度的，但是我们强行加上了一个维度，那么数组在这个维度上的长度只能是 1。

以上就实现了数组维度的删除和增加，因为数组的元素是固定的，所以在删除维度和增加维度时，数组在该维度上的长度必须是 1。

另外，变化维度还可以使用 reshape，比如 arr 的维度是 (2, 1, 3)，我们把第二个维度给去掉的话，那么直接 arr.reshape((2, 3)) 即可，增加维度也是同理，只要变化维度前后的元素个数不变即可。

最后，增加维度还有一种做法，但用的不多，举个栗子：

说实话，改变数组的维度不是特别常见，更常见的是删除数组的一行或者一列，举个栗子：

这种需求相对来说更加常见一些，那么应该怎么做呢？我们来看一下。

首先是删除：

删除列的话也是同理，只需要将 axis=0 换成 axis=1 即可，注意：如果不指定 axis 或者 axis 指定为 None，那么会 np.delete 会将传递的数组扁平化（变成一维数组），然后进行删除。举个栗子：

如果想增加一行或一列的话，要怎么做呢？

如果不指定 axis，那么仍然会将传递的数组扁平化，然后进行追加：

append 默认是在尾部进行追加，并且还要求维度要匹配，不是很方便。所以这里更推荐 insert 函数：

我们看到 insert 比 append 要方便很多，并且功能也更加强大一些，并且 append 完全可以使用 insert 实现，举个栗子：

最后，如果 insert 不指定维度，那么也是会先将数组扁平化，然后在进行 insert，举个栗子：