>> type(np.newaxis)
NoneType

np.newaxis 在使用和功能上等價於 None，其實就是 None 的一個別名。

1. np.newaxis 的實用

>> 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. 索引多維數組的某一列時返回的是一個行向量

>>> X = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
>>> X[:, 1]
array([2, 6, 10])       % 這裏是一個行
>>> X[:, 1].shape       % X[:, 1] 的用法完全等同於一個行，而不是一個列，
(3, )

所以，一種正確的索引方式是：

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

如果想實現第二列和第四列的拼接（層疊）：

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

np.newaxis 為 numpy.ndarray（多維數組）增加一個軸