常见的一种应用场景：
条件：假设A的shape为[4, 2]，B的shape为[5, 2]
目的：实现A中的每一行, 减去B中的所有行（broadcast操作）。
实现：
A1 = np.expand_dims(A, -2) => A1的shape变为[4, 1, 2] B1 = np.expand_dims(B, 0) => B1的shape变为[1, 5, 2] A1 - B1
其他示例：
wh = np.random.randint(1,3, size=(4,2)) np.expand_dims(wh, -2).shape np.expand_dims(wh, 1).shape
在倒数第2个轴后面（在正数第1个轴后面）插入一个新轴。
以上这篇基于numpy中的expand_dims函数用法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
