Python中squeeze()方法详解：删除长度为1的维度

见贤思齐

目录1.squeeze()方法语法2.squeeze()方法使用举例 2.1例1：删除所有长度为1的维度2.2例2：删除指定的维度在Python中，squeeze()方法用于删除数组中的单一维度。某些情况下，当我们创建一个数组时，可能会出现一些不必要的维度，这些维度对于我们的计算并没有实际价值，这时可使用squeeze()方法将这些单一维度去除。1.squeeze()方法语法numpy.squeeze(a,axis=None)其中，参数a是需要操作的数组，axis是要删除的维度。若不指定axis参数，则squeeze()方法会删除所有长度为1的维度。2.squeeze()方法使用举例 2.1例1：删除所有长度为1的维度importnumpyasnp#创建一个维度为1的数组arr=np.array([[[1],[2],[3]]])print("原始数组：")print(arr)print("原始数组形状：",arr.shape)#使用squeeze()方法删除单一维度new_arr=np.squeeze(arr)print("\n去除单一维度后的数组：")print(new_arr)print("新数组形状：",new_arr.shape)'运行运行运行以上代码后，得到以下结果。原始数组：[[[1][2][3]]]原始数组形状：(1,3,1)去除单一维度后的数组：[123]新数组形状：(3,)从运行结果可以看出，原始数组arr的形状为(1,3,1)，经过squeeze()方法处理后，单一维度被删除，新数组的形状变为了(3,)。2.2例2：删除指定的维度除了简单去除单一维度外，squeeze()方法还可以用来指定删除的维度。例如，当数组中有多个维度为1时，我们可以通过指定axis参数来删除特定的维度。importnumpyasnp#创建一个多维数组arr=np.array([[[1],[2],[3]]])print("原始数组：")print(arr)print("原始数组形状：",arr.shape)#制定删除的维度new_arr=np.squeeze(arr,axis=1)print("\n删除指定维度后的数组：")print(new_arr)print("新数组形状：",new_arr.shape)运行结果如下。原始数组：[[[1][2][3]]]原始数组形状：(1,3,1)删除指定维度后的数组：[[[1][2][3]]]新数组形状：(1,3,1)在上面的示例中，我们制定了axis参数为1（第二个维度），但是因为该维度不是长度为1的单一维度，所以squeeze()方法并没有删除该维度。因此，最终的数组形状保持不变。