Python numpy.atleast_1d函数方法的使用

NumPy（Numerical Python的缩写）是一个开源的Python科学计算库。使用NumPy，就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数，涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍一下NumPy中atleast_1d方法的使用。

numpy.atleast_1d

numpy.atleast_1d(*arys) [source]

将输入转换为至少一维的数组。

标量输入被转换为一维数组，而高维输入被保留。

参数：

arys1, arys2, … ：array_like

一个或多个输入数组。

返回值：

ret ：ndarray

一个数组或数组列表，每个数组均带有a.ndim>= 1。仅在必要时进行复印。

例子

>>> np.atleast_1d(1.0)array([1.])

>>> x = np.arange(9.0).reshape(3,3)>>> np.atleast_1d(x)array([[0., 1., 2.],       [3., 4., 5.],       [6., 7., 8.]])>>> np.atleast_1d(x) is xTrue

>>> np.atleast_1d(1, [3, 4])[array([1]), array([3, 4])]