np.newaxis是NumPy中的一個非常有用的工具,
它可以用來增加陣列的維度。
它可以在任何位置插入一個新的維度,
以便更方便地進行數據操作。
下面是一個簡單的示範,
展示如何使用 np.newaxis 來增加一個維度:
import numpy as np
# 創建一個形狀為 (3,) 的一維陣列
x = np.array([1, 2, 3])
# 顯示原始陣列的形狀
print(“x的形狀:”, x.shape)
# 使用 np.newaxis 增加一個新的維度
y = x[:, np.newaxis]
# 顯示新陣列的形狀
print(“y的形狀:”, y.shape)
# 顯示兩個陣列
print(“x:”, x)
print(“y:”, y)
![Python: 如何使用numpy.newaxis 增加資料的維度? y = x[:, np.newaxis] - 儲蓄保險王](https://savingking.com.tw/wp-content/uploads/2023/03/20230313184351_57.png)
推薦hahow線上學習python: https://igrape.net/30afN




![Python Logging 完全指南:從基礎到實戰應用; import logging ; logging.basicConfig(level=logging.INFO, handlers=[ logging.StreamHandler(), logging.FileHandler(‘app.log’, mode=’a’, encoding=’utf-8′)] ) ; inspect.currentframe().f_code.co_name #動態取得funcName Python Logging 完全指南:從基礎到實戰應用; import logging ; logging.basicConfig(level=logging.INFO, handlers=[ logging.StreamHandler(), logging.FileHandler(‘app.log’, mode=’a’, encoding=’utf-8′)] ) ; inspect.currentframe().f_code.co_name #動態取得funcName](https://i1.wp.com/savingking.com.tw/wp-content/uploads/2025/10/20251021155823_0_c16012.png?quality=90&zoom=2&ssl=1&resize=350%2C233)


![Python如何做excel的樞紐分析? groupbyObj = df.groupby([‘A’, ‘B’]) ; groupbyObj.apply() 跟 groupbyObj.agg() 差異為何? result = groupbyObj .apply( function(df) -> Series ) ; result_agg = groupbyObj .agg( [‘mean’, ‘std’] ) ; aggfunc(Series) -> float Python如何做excel的樞紐分析? groupbyObj = df.groupby([‘A’, ‘B’]) ; groupbyObj.apply() 跟 groupbyObj.agg() 差異為何? result = groupbyObj .apply( function(df) -> Series ) ; result_agg = groupbyObj .agg( [‘mean’, ‘std’] ) ; aggfunc(Series) -> float](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2023/03/20230327140158_46.png?quality=90&zoom=2&ssl=1&resize=350%2C233)


近期留言