数据维度的增加和删除

最新推荐文章于 2025-05-12 01:38:25 发布

原创最新推荐文章于 2025-05-12 01:38:25 发布 · 1.8k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#Python

博客介绍了彩色和灰度图像在numpy中的存储形式，以及因需求对其数据维度进行增删的情况。详细阐述了NumPy中数据维度增加和删除的方法，还介绍了PyTorch中实现数据维度增删的函数，包括不同参数对应行、列方向的操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

彩色图像在numpy中以(h,w,c)的形式存储，而灰度图像则以(h,w)的形式存储，有时为了需求需要为其增加一个值为1的维度，成为(h,w,1)，或者将(h,w,1)转换为(h,w)需要减少一个值。

NumPy中数据维度的增加和删除

增加一个值为1的维度

    img = cv2.imread('D:\\code\\test_python\\img.jpg', cv2.IMREAD_UNCHANGED)
    print (img.shape)
    alpha = cv2.imread('D:\\code\\test_python\\alpha.jpg', cv2.IMREAD_GRAYSCALE)
    print (alpha.shape)
    
    #add dimension method1
    mask_add1 = np.expand_dims(alpha, 2)
    print (mask_add1.shape)
    
    #add dimension method2
    mask_add2 = alpha[:, :, np.newaxis]
    print (mask_add2.shape)
    
    #add dimension method3
    mask_add3 = np.reshape(alpha, (alpha.shape[0], alpha.shape[1], 1))
    print (mask_add3.shape)

删除一个值为1的维度

    #sum dimension method1
    mask_sub1 = np.squeeze(mask_add1)
    print (mask_sub1.shape)
    
    #sum dimension method2
    mask_sub2 = np.reshape(mask_add2, (mask_add2.shape[0], mask_add2.shape[1]))
    print (mask_sub2.shape)

PyTorch中对数据维度进行增加删除的方法

torch.squeeze()和torch.unsqueenze()函数可以实现数据维度的增加和删除。

torch.unsqueeze()数据维度的增加，第二个参数为0数据为行方向增加，为1为列方向维度增加。

a = torch.tensor([1, 2, 3])
b = a.unsqueeze(0)
c = a.unsqueeze(1)
d = a.unsqueeze(-1)

在这里插入图片描述

torch.squeenze()数据维度的减少，第二个参数为0数据为行方向减少，为1为列方向维度减少。

e = b.squeeze(0)
f = c.squeeze(1)
g = d.squeeze(-1)

在这里插入图片描述

参考资料