numpy中expand_dims()函数详解

注：本文只是本人的通俗理解，有些专业概念表达不是很清楚，但我相信你读完可以理解该函数并会使用。

expand_dims(a, axis)中，a为numpy数组，axis为需添加维度的轴，a.shape将在该轴显示为1，通过索引调用a中元素时，该轴对应的索引一直为0。废话少说，实操为证：

本人使用jupyter notebook软件编程

1.一维数组：即向量

如上图所示，axis=0对应的shape为6，axis=1对应的shape为空。如下图，在axis=0添加维度,即shape中用1替代6的位置，并将6后移。索引y[0][1]中0即为添加的维度，一直为0不可更改。

如下图，在axis=1添加维度,即shape中把1放在axis=1的位置，即在6后面。索引y[1][0]中0即为添加的维度，一直为0不可更改。

同理对于二维，三维数组一样。

2.二维数组：

shape中2处于axis=0的位置，3处于axis=1的位置，若在axis=1的位置添加变量，则需在shape中axis=1的位置写1，同时3后移，shape变为（2，1，3）。调用索引时axis=1的位置一直为0

3.三维数组：

本人理解也不是很到位，有错误在所难免，希望大家在下面积极指正。