np.newaxis 为 numpy.ndarray（多维数组）增加一个轴

>> type(np.newaxis)
NoneType

np.newaxis 在使用和功能上等价于 None，其实就是 None 的一个别名。

1. np.newaxis 的实用

>> x = np.arange(3)
>> x
array([0, 1, 2])
>> x.shape
(3,)>> x[:, np.newaxis]
array([[0],
[1],
[2]])>> x[:, None]
array([[0],
[1],
[2]])>> x[:, np.newaxis].shape
(3, 1)

2. 索引多维数组的某一列时返回的是一个行向量

>>> X = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
>>> X[:, 1]
array([2, 6, 10]) % 这里是一个行
>>> X[:, 1].shape % X[:, 1] 的用法完全等同于一个行，而不是一个列，
(3, )

所以，一种正确的索引方式是：

>>>X[:, 1][:, np.newaxis]
array([[2],
[6],
[10]])

如果想实现第二列和第四列的拼接（层叠）：

>>>X_sub = np.hstack([X[:, 1][:, np.newaxis], X[:, 3][:, np.newaxis]])
% hstack：horizontal stack，水平方向上的层叠
>>>X_sub
array([[2, 4]
[6, 8]
[10, 12]])