关于numpy一些函数的用法

1. np.newaxis
   np.newaxis的作用就是选取部分的数据增加一个维度
   比如我原来的三维nii数据维数是（128,128,96）

input_x = nib.load(os.path.join(img_path, img_name)).get_data() #读取nii文件
x_batch = input_x[np.newaxis, :, :, :, np.newaxis]
print(x_batch.shape)

结果就是：

(1,128,128,96,1)

2. np.squeeze
   np.squeeze的作用是从数组的形状中删除单维度条目，即把shape中为1的维度去掉。
   依旧是刚才那个数据：

x_batch = (1,128,128,96,1)
result = np.squeeze(x_batch)
print(result.shape)

输出：

(128,128,96)

3. np.atleast_1d()
   np.atleast_2d()
   np.atleast_3d()
   维度改变
   atleast_xd 支持将输入数据直接视为 x维。这里的 x 可以表示：1，2，3。

np.atleast_1d([1])
np.atleast_2d([1])
np.atleast_3d([1])
print(np.atleast_1d([1]))
print(np.atleast_2d([1]))
print(np.atleast_3d([1]))

输出：

[1]
[[1]]
[[[1]]]

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！