numpy中的transpose函數(shù)中具體使用方法
二維矩陣的transpose函數(shù)：
不曉得該怎么起頭，直接上干貨。
transpose（）簡(jiǎn)單來(lái)說(shuō)，就相當(dāng)于數(shù)學(xué)中的轉(zhuǎn)置，在矩陣中，轉(zhuǎn)置就是把行與列相互調(diào)換位置；
例如：隨機(jī)生成一個(gè)三行五列的二維矩陣：
arr = np.arange(15).reshape((3, 5))
arr
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
>> arr.T
array([[ 0,? 5, 10]，
???????[ 1,? 6, 11],
???????[ 2,? 7, 12],??
?????? [ 3,? 8, 13],?
???????[ 4,? 9, 14]])reshape的作用是隨機(jī)生成一個(gè)矩陣的行與列；
元素第0個(gè)位置表示0；第一個(gè)位置表示1，以此類推；總共是15個(gè)數(shù)；
然后arr.T相當(dāng)于矩陣的轉(zhuǎn)置；
transpose（X，Y）函數(shù)和矩陣的轉(zhuǎn)置是一個(gè)意思，相當(dāng)于行為X軸，列為Y軸，X軸和Y軸調(diào)換了位置；
X軸用0表示，Y軸用1表示；
例如：如果transport（1，0）表示行與列調(diào)換了位置；
>> arr.transpose(1, 0)
array([[ 0, 5, 10],
[ 1, 6, 11],
[ 2, 7, 12],
[ 3, 8, 13],
[ 4, 9, 14]])三維張量的transpose函數(shù)：
前面我們講了二維矩陣的transpose函數(shù)其實(shí)是和矩陣的轉(zhuǎn)置是一個(gè)概念；現(xiàn)在我們來(lái)講一下三維張量；
三維張量顧名思義，它有三個(gè)維度；相當(dāng)于有X軸，Y軸，Z軸；三個(gè)軸之間的相互轉(zhuǎn)換；
同樣，X軸用0表示，Y軸用1表示；Z軸用2來(lái)表示；
arr = np.arange(24).reshape((2, 3, 4))
arr
array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]],
[[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]]])相當(dāng)于把三維張量也做軸變換，具體操作如下圖：
每個(gè)軸之間變換和表示也各不相同：
transpose（1，0，2）表示X軸與Y軸發(fā)生變換之后；
import numpy as np arr = np.arange(24).reshape((2,3,4)) vc = arr.transpose(1,0,2) print(vc) >>>結(jié)果 [[[ 0 1 2 3] [12 13 14 15]] [[ 4 5 6 7] [16 17 18 19]] [[ 8 9 10 11] [20 21 22 23]]]
transport（0，2，1）：表示Y軸與Z軸發(fā)生軸變換之后；
import numpy as np arr = np.arange(24).reshape((2,3,4)) vc = arr.transpose(0,2,1) print(vc) [[[ 0 4 8] [ 1 5 9] [ 2 6 10] [ 3 7 11]] [[12 16 20] [13 17 21] [14 18 22] [15 19 23]]]
transport（2，1，0）：表示X軸與Z軸發(fā)生軸變換之后；
import numpy as np arr = np.arange(24).reshape((2,3,4)) vc = arr.transpose(2,1,0) print(vc) [[[ 0 12] [ 4 16] [ 8 20]] [[ 1 13] [ 5 17] [ 9 21]] [[ 2 14] [ 6 18] [10 22]] [[ 3 15] [ 7 19] [11 23]]]
好了，到這里，差不多transport函數(shù)理解的也比較全面了，快去寫寫代碼吧！
到此這篇關(guān)于numpy中的transpose函數(shù)中具體使用方法的文章就介紹到這了,更多相關(guān)numpy transpose函數(shù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
- ndarray的轉(zhuǎn)置(numpy.transpose()與A.T命令對(duì)比分析)
- Python?numpy.transpose使用詳解
- numpy.transpose()實(shí)現(xiàn)數(shù)組的轉(zhuǎn)置例子
- 對(duì)numpy下的軸交換transpose和swapaxes的示例解讀
- 詳解Numpy數(shù)組轉(zhuǎn)置的三種方法T、transpose、swapaxes
- 對(duì)numpy中的transpose和swapaxes函數(shù)詳解
- Numpy中轉(zhuǎn)置transpose、T和swapaxes的實(shí)例講解
- numpy.transpose對(duì)三維數(shù)組的轉(zhuǎn)置方法
相關(guān)文章
python中使用asyncio實(shí)現(xiàn)異步IO實(shí)例分析
在本篇文章里小編給大家整理的是一篇關(guān)于python中使用asyncio實(shí)現(xiàn)異步IO實(shí)例分析內(nèi)容，有興趣的朋友們可以學(xué)習(xí)下。2021-02-02
python實(shí)現(xiàn)的陽(yáng)歷轉(zhuǎn)陰歷（農(nóng)歷）算法
這篇文章主要介紹了python實(shí)現(xiàn)的陽(yáng)歷轉(zhuǎn)陰歷（農(nóng)歷）算法,需要的朋友可以參考下2014-04-04
Python3.5文件讀與寫操作經(jīng)典實(shí)例詳解
這篇文章主要介紹了Python3.5文件讀與寫操作,結(jié)合實(shí)例形式詳細(xì)分析了Python針對(duì)文件的讀寫操作常用技巧與相關(guān)操作注意事項(xiàng),需要的朋友可以參考下2019-05-05
在Python編程中,變量命名規(guī)范對(duì)于編寫優(yōu)雅和可維護(hù)的代碼至關(guān)重要,本文主要介紹了Python變量命名規(guī)范的總結(jié),具有一定的參考價(jià)值,感興趣的可以了解一下2024-03-03
Python寫一個(gè)簡(jiǎn)單的api接口的實(shí)現(xiàn)
本文主要介紹了Python寫一個(gè)簡(jiǎn)單的api接口的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-02-02
django使用sqlite3統(tǒng)計(jì)前臺(tái)站點(diǎn)訪問數(shù)量示例
這篇文章主要為大家介紹了django使用sqlite3統(tǒng)計(jì)前臺(tái)站點(diǎn)訪問數(shù)量示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-08-08
pandas?實(shí)現(xiàn)?in?和?not?in?的用法及使用心得
pandas按條件篩選數(shù)據(jù)時(shí)，除了使用query()方法，還可以使用isin和對(duì)isin取反進(jìn)行條件篩選，今天通過(guò)本文給大家介紹pandas?實(shí)現(xiàn)?in?和?not?in?的用法及使用心得，感興趣的朋友跟隨小編一起看看吧2023-01-01
這篇文章主要介紹了pycharm 安裝JPype的步驟，本文給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-08-08
