python：numpy重塑一个数组

Question

我正在使用以下内容创建一个numpy数组：

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

这会生成在-5和5之间均匀采样500点的点。结果数组的形状为：(500,)。现在，我需要将它传递给一个需要二维数组的函数。所以，我可以重塑它：

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

但是，我注意到X = X[:, None]具有相同的效果。但是对于我的生活，我无法理解这种语法在做什么。希望有人可以对此有所了解。

Answer 1

语法X[: ,None]实际上与：

相同

X[:, np.newaxis]

为原始数组添加新维度。

Answer 2

Python解释器翻译

 x[:,None]

到

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

ndarray __getitem__的实施与x.reshape(500,1)的行为大致相同。实施细节会有所不同，但效果是一样的。 `

所以在语法层面上，它只是普通的Python。但numpy语义赋予它独特的意义。

 x[:, np.newaxis] 

可能更清晰，但np.newaxis只是None的别名：

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