Numpy庫學習 squeeze 函式

numpy.squeeze()函式

語法：numpy.squeeze(a,axis = none)

1）a表示輸入的陣列；

2）axis用於指定需要刪除的維度，但是指定的維度必須為單維度，否則將會報錯；
3）axis的取值可為none 或 int 或 tuple of ints, 可選。若axis為空，則刪除所有單維度的條目；
4）返回值：陣列
5) 不會修改原陣列；

引用：場景：在機器學習和深度學習中，通常演算法的結果是可以表示向量的陣列（即包含兩對或以上的方括號形式），如果直接利用這個陣列進行畫圖可能顯示介面為空（見後面的示例）。我們可以利用squeeze（）函式將表示向量的陣列轉換為秩為1的陣列，這樣利用matplotlib庫函式畫圖時，就可以正常的顯示結果了。

例子：

import numpy as np

a  = np.arange(10)
print("a = np.arange(10):"+str(a))
a = a.reshape(1,10)
print("a = a.reshape(1,10):"+str(a))
a = a.reshape(1,1,10)
print("a = a.reshape(1,1,10):"+str(a))
a = np.squeeze(a)
print("a = np.squeeze(a):"+str(a))

a = np.arange(10):[0 1 2 3 4 5 6 7 8 9]

a = a.reshape(1,10):[[0 1 2 3 4 5 6 7 8 9]]
a = a.reshape(1,1,10):[[[0 1 2 3 4 5 6 7 8 9]]]
a = np.squeeze(a):[0 1 2 3 4 5 6 7 8 9]

例子：matplotlib畫圖示例

import matplotlib.pyplot as plt

import numpy as np
%matplotlib inline

#無法正常顯示圖示案例

squares =np.array([[1,4,9,16,25]]) 
squares.shape       #要顯示的陣列為可表示1行5列的向量的陣列
#正常顯示圖示案例

#通過np.squeeze()函式轉換後，要顯示的陣列變成了秩為1的陣列，即（5，）
				
numpy庫的學習
今天開始進行對numpy庫的學習為了以後使用python進行機器學習開闢道路 為了方便在文件開頭可以 import numpy as np 這個函式實際上是 numpy.array object,dtype none,copy true,order none,subok false,ndmin 0 ...
				
numpy庫學習筆記
import numpy as np np.array dtype 在小括號中新增所要構建的陣列 每多新增一層中括號 陣列的維數上公升一維 dtype為陣列中資料的型別 np.arange num np.array range num 獲得num範圍內的數並將其構造出一維的ndarray陣列 np....
				
機器學習  numpy庫的學習
import numpy as np import random 處理數值型的資料 使用numpy生成陣列，型別為ndarray t1 np.array 1 2,3 print t1 print type t1 t2 np.array range 10 print t2 full填充元素 np.fu...