脾气暴躁[...，None]

Question

我发现自己需要向现有的numpy数组添加功能，这引发了一个问题，涉及以下代码的最后一部分实际在做什么：

   np.ones(shape=feature_set.shape)[...,None]

设置

作为一个例子，假设我希望通过使用numpy并求解来解决线性回归参数估计：

假定我有一个特征集形状（50,1），一个目标形状为（50，），并且希望使用目标变量的形状为拦截值添加一列。

它看起来像这样：

# Create random target & feature set
y_train = np.random.randint(0,100, size = (50,))
feature_set = np.random.randint(0,100,size=(50,1))

# Build a set of 1s after shape of target variable
int_train = np.ones(shape=y_train.shape)[...,None]

# Able to then add int_train to feature set 
X = np.concatenate((int_train, feature_set),1)

我认为我知道的东西

当我包含[...，None]与不使用它时，我看到输出的差异。在这里：

第二个版本在需要相同维数的输入数组周围返回错误，最终我偶然发现了使用[...，None]的解决方案。

主要问题

虽然我看到[...，None]的输出给出了我想要的东西，但我正在努力寻找有关实际上应该做的任何信息。谁能告诉我这段代码的实际含义， None 参数在做什么等等？

谢谢！

Answer 1

[..., None]的切片由两个“快捷方式”组成：

省略号文字部分：

  

点（...）代表产生完整索引元组所需的多个冒号。例如，如果x是等级5的数组（即，它具有5个轴），则

     

  
• x[1,2,...]等同于x[1,2,:,:,:]，
  
• x[...,3]至x[:,:,:,:,3]和
  
• x[4,...,5,:]至x[4,:,:,5,:]。
  

（Source）

None组件：

  

numpy.newaxis

     

newaxis对象可用于所有切片操作中，以创建长度为一的轴。 newaxis是“无”的别名，可以用“无”代替它，结果相同。

（Source）

因此，arr[..., None]采用维度为N的数组，并在“末尾”“添加”维度，以得到维度为N+1的数组。

示例：

import numpy as np

x = np.array([[1,2,3],[4,5,6]])
print(x.shape)          # (2, 3)

y = x[...,None]
print(y.shape)          # (2, 3, 1)

z = x[:,:,np.newaxis]
print(z.shape)          # (2, 3, 1)

a = np.expand_dims(x, axis=-1)
print(a.shape)          # (2, 3, 1)

print((y == z).all())   # True
print((y == a).all())   # True

Answer 2

考虑以下代码：

np.ones(shape=(2,3))[...,None].shape 

如您所见，“无”短语将（2,3）矩阵更改为（2,3,1）张量。实际上，它将矩阵置于张量的LAST索引中。

如果您使用

np.ones(shape=(2,3))[None, ...].shape

将矩阵放在张量的FIRST‌索引中