python：numpy重塑数组

Question

我正在使用以下命令创建一个numpy数组：

X = np.linspace(-5, 5, num=500)

这将生成-5和5之间的500个点的均匀采样点。所得数组的形状为： (500,) 。 现在，我需要将其传递给需要二维数组的函数。 因此，我可以将其重塑为：

X = X.reshape((500, 1))

但是，我注意到X = X[:, None]具有相同的效果。 虽然对于我一生来说，我还是无法理解这种语法在做什么。 希望有人可以对此有所启发。

Answer 1

语法X[: ,None]实际上与：

X[:, np.newaxis]

这将为您的原始数组添加新维度。

Answer 2

Python解释器翻译

 x[:,None]

至

 x.__getitem__((slice(None,None,None), None))

__getitem__的ndarray实现与x.reshape(500,1)大致相同。 实现细节会有所不同，但是效果是相同的。 `

因此，在语法级别上，它只是普通的Python。 但是， numpy语义赋予了它独特的含义。

 x[:, np.newaxis] 

可能更清晰，但是np.newaxis只是None的别名：

In [48]: np.newaxis is None
Out[48]: True