Python NumPy squeeze方法用法及代码示例

例子

基本用法

假设我们有以下二维数组：

a = np.array([[4],[5],[6]])
a



array([[4],
       [5],
       [6]])

您能看出在这种情况下如何将 a 简单地表示为一维数组 [4,5,6] 吗？ squeeze(~) 方法允许我们执行此操作：

a.squeeze()



array([4, 5, 6])

同样的原则也适用于以下情况：

a = np.array([[[1,2],[3,4]]])
a



array([[[1, 2],
        [3, 4]]])

在这里，我们有一个 3D 数组，但很明显它可以简化为 2D 数组，如下所示：

a.squeeze()



array([[1, 2],
       [3, 4]])

仅压缩轴的子集

假设我们有以下 3D 数组：

a = np.array([[[4],[5],[6]]])
a



array([[[4],
        [5],
        [6]]])

很明显，这可以简化为二维数组，甚至可以简化为一维数组。我们可以使用 axis 参数指定要减少到哪个维度。

简化为二维数组：

np.squeeze(a, axis=0)



array([[4],
       [5],
       [6]])

请注意，默认情况下，所有冗余轴都会被删除：

np.squeeze(a)



array([4, 5, 6])