NumPy中多维数组的切片，除了支持常规的切片方式外，还可以通过整数数组切片、布尔数组切片，以及多种方式的灵活组合。
但是，NumPy切片的强大功能不止于此，除了通过切片获得子数组外，还可以通过切片进行数组的升维等维度变换操作，从而满足矩阵计算等场景对矩阵形状的需求。
本文就来介绍通过切片的方式实现多维数组的维度变换。
本文的主要内容有：
1、什么是newaxis
2、利用newaxis实现数组的维度变换
3、利用Ellipsis简化切片操作
什么是newaxis前面已经介绍了关于NumPy多维数组进行切片的各种方式，基本已经满足了日常的业务需求。但是，除了切片获取子数组之外，有时候，我们还需要将数组的维度进行变换，比如数组的升维，这时候也可以通过切片来实现。
在切片操作中，我们一般在[]中填入各个维度切片的数字或者stride等，如果填入None会怎么样呢？
可以看到，a[None]的方式，实际上是对原数组进行了升维操作。
所以，我们可以通过在切片中引入None，实现对数组的维度变换。但是，在切片中组合进去None，有时候不太直观，所以，NumPy引入了一个常量：newaxis。
newaxis实际上是None的别名，通过以下代码可以验证：
之所以使用newaxis，因为在NumPy中，多维数组的每一个维度，其实都是一个数据轴（axis），添加一个维度，就相当于新增一个数据轴。
关于轴的概念，这里简单解释说明一下：
轴（axis）是NumPy中描述数组维度的概念。每个维度都有一个对应的轴，通常从0开始计数。例如，对于一个形状为(3, 4, 5)的三维数组，轴0对应第一个维度（3），轴1对应第二个维度（4），轴2对应第三个维度（5）。
而NumPy中的切片操作，都是验证特定的轴进行的。比如一个二维数组中，第一个轴对应行，第二个轴对应列。切片的操作可以分别在行和列上进行。
所谓的升维操作，会增加一个新的轴，所以使用newaxis更加直观。
利用newaxis实现数组的维度变换利用newaxis和切片进行组合，其实可以实现更加复杂的数据选择和形状的调整。
1、行向量与列向量
2、可以在任意位置新增轴
可以在任意两个轴之间添加新的轴，也可以添加多个轴，还可以将添加轴与切片进行组合操作：
在Python中有一个内置常量Ellipsis，表示为...（注意，是三个英文句号，而不是英文省略号，否则语法报错）。
它是一个单例对象，属于EllipsisType类型。Ellipsis主要用于占位符或者表示“等等”含义的场景。在NumPy库中，Ellipsis也可以用于数组切片，表示“所有其他轴”，从而在简化多维数组的切片操作。
首先看一下Python中的Ellipsis
NumPy中，也可以使用Ellipsis对象，通常用于其他所有轴的含义：
本文对NumPy中的切片操作进行了相应的扩展，同时引入newaxis常量和Ellipsis对象的概念，介绍了NumPy中关于轴的概念，以及升维与切片组合实现更加复杂的切片需求的实现。
以上就是本文的全部内容了，感谢您的拨冗阅读！
