【python】numpy数组升维函数expand_dims()

expand_dims(a, axis)，其中a为输入的数组，axis为整型指定要增加的维数位置
可以结合shape()来看，shape()返回的是一个tuple，把其看成一个数组并指定下标。如果shape为(1, 2)，则axis=0就是在shape下标0的地方插入一维，则shape变为(1, 1, 2)；如果axis=2就是在shape下标2的地方插入一维，则shape变为(1, 2, 1)。
下面结合代码来看：

# 合并数组为二维
test1 = np.array([5, 10, 16, 26])
test2 = np.array([2.1, 5.4, 10.7, 11])
# 将二者均升维为二维数组
test1 = np.expand_dims(test1, 0)    # expand_dims()方法
test2 = test2[np.newaxis, :]        # newaxis方法，这里和expand_dims(, 0)一样
print(test1)
print(test2)
all_tests = np.concatenate([test1, test2])
print(all_tests)

这里的输出是：

[[ 5 10 16 26]]
[[ 2.1  5.4 10.7 11. ]]
[[ 5.  10.  16.  26. ]
 [ 2.1  5.4 10.7 11. ]]

下面对一维数组一步步用expand_dims()来升维：

# expand_dims()说明
test = np.array([5, 10, 16, 26])    # 一维
print(test.shape)                   # (4, )  一维且一维的长度是4
test = np.expand_dims(test, 0)      # (1, 4) 二维且一维长度是1，二维长度是4
print(test.shape)
print(test)
test = np.expand_dims(test, 1)      # (1, 1, 4) 三维且一维长度是4，二维长度是1，三维长度是1
print(test.shape)
print(test)

这里的输出为：

(4,)
(1, 4)
[[ 5 10 16 26]]
(1, 1, 4)
[[[ 5 10 16 26]]]

下面对二维数组一步步用expand_dims()来升维，下面的all_test是第一段代码里合并的结果：

print(all_tests.shape)                      # (2, 4) 换成all_tests来测试expand_dims()
all_tests = np.expand_dims(all_tests, 0)    # (1, 2, 4)  因为在shape下标为0的地方插入一维，
print(all_tests.shape)                      # 则一维长度为1，二维长度为4，三维长度为2，四维长度为1
print(all_tests)
all_tests = np.expand_dims(all_tests, 1)    # (1, 1, 2, 4)  在shape下标为1的地方插入一维
print(all_tests.shape)                      # 则一维长度为1，二维长度为1，三维长度为2，四维长度为4
print(all_tests)

这里的输出是：

(2, 4)
(1, 2, 4)
[[[ 5.  10.  16.  26. ]
  [ 2.1  5.4 10.7 11. ]]]
(1, 1, 2, 4)
[[[[ 5.  10.  16.  26. ]
   [ 2.1  5.4 10.7 11. ]]]]

最后说明一下对数组的n维度的认识：除数组最外面一层中括号，往里一层是一维，依次往里是二、三……n维。看对应维数长度就是看对应层中括号的对数，直到最里层就是看数组的长度。

如：[1, 2, 3, 4]是(4, )，即一维长度是4；
[[1, 2, 3, 4], [5, 6, 7, 8]]是(2, 4)
[[[1, 2, 3, 4], [5, 6, 7, 8]]]是(1, 2, 4)