Kann mir jemand das Verhalten von np.atleast_3d() erklären?Verhalten von numpy atleast_3d()
Von Verwendung np.atleast_2d() Ich dachte, ist die Zugabe np.newaxis ähnlich war, während setzen, was auch immer es ihm die letzte Dimension geführt wird:
np.atleast_2d(3.0)
>>> array([[ 3.]])
np.atleast_2d([1.0, 2.0, 3.0])
>>> array([[1.0, 2.0, 3.0]])
Aber np.atleast_3d() scheint recht zu verhalten verschiedene
np.atleast_3d([[2.9, 3.0]])
>>> array([[[ 2.9],
[ 3. ]]])
In der Dokumentation
For example, a 1-D array of shape (N,) becomes a view of shape (1, N, 1),
and a 2-D array of shape (M, N) becomes a view of shape (M, N, 1).
ich hätte erwartet (M, N) zu (1, M, N) und (N,) zu (1, 1, N, 1)
Ist dieses Verhalten nicht irreführend?
Sie können den eigentlichen Code sehen mit 'np.source (np.atleast_3d)'. Je nach Anzahl der Dimensionen gibt es verschiedene Dinge. – hpaulj