expand_dimsの使い方

現在、こちらの方のカーネルを見ながらCNNを使った画像処理の方法を学んでいます。
https://www.kaggle.com/jonnedtc/cnn-segmentation-connected-components

その中で配列に変換した画像に対して、以下のような関数を定義しています。

python
1def __load__(self, filename):
2        # load dicom file as numpy array
3        img = pydicom.dcmread(os.path.join(self.folder, filename)).pixel_array
4        # create empty mask
5        msk = np.zeros(img.shape)
6        # get filename without extension
7        filename = filename.split('.')[0]
8        # if image contains pneumonia
9        if filename in self.pneumonia_locations:
10            # loop through pneumonia
11            for location in self.pneumonia_locations[filename]:
12                # add 1's at the location of the pneumonia
13                x, y, w, h = location
14                msk[y:y+h, x:x+w] = 1
15        # resize both image and mask
16        img = resize(img, (self.image_size, self.image_size), mode='reflect')
17        msk = resize(msk, (self.image_size, self.image_size), mode='reflect') > 0.5
18        # if augment then horizontal flip half the time
19        if self.augment and random.random() > 0.5:
20            img = np.fliplr(img)
21            msk = np.fliplr(msk)
22        # add trailing channel dimension
23        img = np.expand_dims(img, -1)
24        msk = np.expand_dims(msk, -1)
25        return img, msk
26

この中で、

python
1expand_dims(img, -1)

という処理をしているのですが、どういう内容の処理をしているのかが分からず、
ドキュメントを読んでもよく理解できないまま、途方にくれています。。

もし分かる方がいらっしゃいましたら、ご教示頂けますと幸いです。
よろしくお願い致します。

行動規範の内容に同意します

回答1件

ベストアンサー

以下のように形状が (100, 100, 3) の numpy 配列を定義した場合、axis は下記のようになります。

python
1import numpy as np
2
3img = np.zeros((100, 100, 3), dtype=float)
4print(img.shape)  # (100, 100, 3)

| Axis | 0 | 1 | 2 |
| ---- | ---- |
| Dim | 100 | 100 | 3 |

np.expand_dims() は、第2引数の axis で指定した場所の直前に dim=1 を挿入します。負の値の場合は、Python の添字記法と同じ末尾からの参照になります。

python
1_img = np.expand_dims(img, axis=0)
2print(_img.shape)  # (1, 100, 100, 3)
3
4_img = np.expand_dims(img, axis=1)
5print(_img.shape)  # (100, 1, 100, 3)
6
7_img = np.expand_dims(img, axis=2)
8print(_img.shape)  # (100, 100, 1, 3)
9
10_img = np.expand_dims(img, axis=3)
11print(_img.shape)  # (100, 100, 3, 1)
12
13_img = np.expand_dims(img, axis=-1)
14print(_img.shape)  # (100, 100, 3, 1)
15
16_img = np.expand_dims(img, axis=-2)
17print(_img.shape)  # (100, 100, 3, 1)
18
19_img = np.expand_dims(img, axis=-3)
20print(_img.shape)  # (100, 1, 100, 3)
21
22_img = np.expand_dims(img, axis=-4)
23print(_img.shape)  # (1, 100, 100, 3)