矩陣的轉(zhuǎn)置操作

我們給出例子，來看看 transpose( ) 函數(shù)是如何應(yīng)用在矩陣轉(zhuǎn)置操作中的。

# numpy.transpose() 轉(zhuǎn)置操作
import numpy as np
a = np.arange(12).reshape(3, 4)
print('原數(shù)組:\n{},原數(shù)組的尺寸:{}\n'.format(a, a.shape))
print('轉(zhuǎn)置數(shù)組:\n{},轉(zhuǎn)置數(shù)組的尺寸:{}\n'.format(np.transpose(a), np.transpose(a).shape))

打印結(jié)果： 

原數(shù)組:
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]],原數(shù)組的尺寸:(3, 4)
 
轉(zhuǎn)置數(shù)組:
[[ 0  4  8]
 [ 1  5  9]
 [ 2  6 10]
 [ 3  7 11]],轉(zhuǎn)置數(shù)組的尺寸:(4, 3)

transpose高維度數(shù)組軸變換

transpose() 也可以用于numpy中高維度數(shù)組的軸變換，以三維數(shù)組來舉例：transpose()括號(hào)中傳入的參數(shù)通常為0，1，2，可以將0看作0軸，1看作1軸，2看作2軸。 transpose的括號(hào)中的參數(shù)代表的就是數(shù)組的維度。transpose(0,1,2) 表示三個(gè)維度不發(fā)生交換，還是原來的數(shù)組；transpose(1,0,2) 表示第0維度和第1維度發(fā)生交換。
使用方法        初始化一個(gè) shape 為 (2, 3, 4) 的高維數(shù)組，如下代碼所示：

import numpy as np
arr = np.arange(0, 24).reshape(2, 3, 4)
print(arr.shape) # shape:(2, 3, 4)

方法1： 

arr0_1_2 = arr.transpose(0, 1, 2)
arr1_0_2 = arr.transpose(1, 0, 2)
print(arr0_1_2.shape) # shape:(2, 3, 4)
print(arr1_0_2.shape) # shape:(3, 2, 4)

我們看到，在對(duì)原數(shù)組 arr 進(jìn)行transpose(0, 1, 2) 操作之后得到一個(gè)新的數(shù)組arr0_1_2，arr0_1_2 的 shape 與 arr 的 shape一致；而對(duì)原數(shù)組 arr 進(jìn)行transpose(1, 0, 2) 操作之后得到的數(shù)組arr1_0_2 的 shape 與 arr 的 shape不一致，arr1_0_2的shape為 (3, 2, 4)。

方法2：

# 方法2
arr0_1_2 = np.transpose(arr, (0, 1, 2))
arr1_0_2 = np.transpose(arr, (1, 0, 2))
print(arr0_1_2.shape) # shape:(2, 3, 4)
print(arr1_0_2.shape) # shape:(3, 2, 4)

我們把原數(shù)組arr的每一個(gè)值打印出來，如下所示。

print('原數(shù)組:\n{},原數(shù)組的尺寸:{}\n'.format(arr, arr.shape))
print('轉(zhuǎn)置數(shù)組:\n{},轉(zhuǎn)置數(shù)組的尺寸:{}\n'.format(arr.transpose(1, 0, 2), arr.transpose(1, 0, 2).shape))

 原數(shù)組:
[[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]
 
 [[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]],原數(shù)組的尺寸:(2, 3, 4)
 
轉(zhuǎn)置數(shù)組:
[[[ 0  1  2  3]
  [12 13 14 15]]
 
 [[ 4  5  6  7]
  [16 17 18 19]]
 
 [[ 8  9 10 11]
  [20 21 22 23]]],轉(zhuǎn)置數(shù)組的尺寸:(3, 2, 4)

到此這篇關(guān)于python transpose()處理高維度數(shù)組的軸變換的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)python transpose() 軸變換內(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！

最新評(píng)論