티스토리 뷰
반응형
np.newaxis 차원을 확장하는 numpy 함수
행 부분에 np.newaxis를 추가하느냐
열 부분에 np.newaxis를 추가하느냐에 따라
결과 값이 달라진다.
import numpy as np
# 배열 생성
arr1 = np.array([1, 2, 3, 4], dtype=int)
arr2 = np.array([[1, 2], [3, 4]], dtype=int)
print(arr1)
print(arr2)
# 결과
[1 2 3 4]
[[1 2]
[3 4]]
# 일차원 배열
print(arr1[np.newaxis])
print(arr1[:, np.newaxis])
# 결과
[[1 2 3 4]]
[[1]
[2]
[3]
[4]]
# 이차원 배열
print(arr2[np.newaxis])
print(arr2[:, np.newaxis])
# 결과
[[[1 2
[3 4]]]
[[[1 2]]
[[3 4]]]
반응형
'프로그래밍 언어 > Python' 카테고리의 다른 글
[Python] numpy.clip() 사용법 (0) | 2019.12.22 |
---|---|
[Python] Array [::] Extended Slice 사용법 (0) | 2019.12.22 |
Python append()와 extend()의 차이점 (0) | 2019.11.30 |
Python 코드 내 python 버전 확인 (0) | 2019.10.24 |
ModuleNotFoundError: No module named 'pip._internal' (0) | 2019.10.24 |
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- Computer Vision
- 2-stage Detector
- GPU
- nginx
- vscode
- MacOS
- Android
- numpy
- java
- ubuntu
- GaussianSplatting
- Neural Radiance Field
- 우분투
- SSH
- nerf
- CUDA
- Novel View Synthesis
- Machine Learning
- Macbook
- Deep Learning
- error
- Docker
- git
- MySQL
- pytorch
- 3Dvision
- Python
- Object Detection
- Anaconda
- nvidia
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
글 보관함