python中numpy.transpose函数

最新推荐文章于 2024-09-20 13:17:42 发布

原创最新推荐文章于 2024-09-20 13:17:42 发布 · 423 阅读

0 ·

CC 4.0 BY-SA版权

Python 专栏收录该内容

41 篇文章

订阅专栏

本文详细介绍了Python中numpy库的transpose函数，用于数组的轴转换。通过三个实例，分别展示了对2维和3维数组的转置操作，包括默认转置和指定轴转置，帮助读者深入理解该函数的用法和效果。

`numpy.transpose`函数

numpy.transpose函数的主要作用：反转或置换数组的轴；返回修改后的数组。对于有两个轴的数组，对其进行转置并给出转置后的矩阵。

用法

import numpy as np

np.transpose(a, axes=None)

参数

a：数组，输入数据；
axes：tuple 或list of ints, 可选参数。

实例

实例1

1.生成数组

x = np.array([[0,1,2],[3,4,5]])
x.shape

输出：

(2, 3)

2.使用transpose函数，并查看输出

a = np.transpose(x)
a

输出：

array([[0, 3],
       [1, 4],
       [2, 5]])

3.查看shape

a.shape

输出：

(3, 2)

从实例1中，可以看出，transpose函数对2维数组x进行了转置，即，将数组x的两个维度0轴的元素数量和1轴的元素数量进行了互换， $\rightarrow (3, 2)$ ，用轴可表示为： $\rightarrow (1, 0)$ 。

实例2

1.生成数组

x = np.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]]])
x.shape

输出：

(2, 3, 4)

2.使用transpose函数，并查看输出

a = np.transpose(x)
a

输出：

array([[[ 0, 12],
        [ 4, 16],
        [ 8, 20]],

       [[ 1, 13],
        [ 5, 17],
        [ 9, 21]],

       [[ 2, 14],
        [ 6, 18],
        [10, 22]],

       [[ 3, 15],
        [ 7, 19],
        [11, 23]]])

3.查看shape

a.shape

输出：

(4, 3, 2)

从实例2中，可以看出，transpose函数对3维数组x进行运算之后，将原来的0轴的元素数量，1轴的元素数量，2轴的元素数量调换了位置，变成了2轴的元素数量，1轴的元素数量，0轴的元素数量， $\rightarrow (4, 3, 2)$ ，用轴可表示为： $\rightarrow (2, 1, 0)$ 。

实例3

1.生成数组

x = np.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]]])
x.shape

输出：

(2, 3, 4)

2.使用transpose函数，并查看输出

a = np.transpose(x,(1,0,2))
a

输出：

array([[[ 0,  1,  2,  3],
        [12, 13, 14, 15]],

       [[ 4,  5,  6,  7],
        [16, 17, 18, 19]],

       [[ 8,  9, 10, 11],
        [20, 21, 22, 23]]])

3.查看shape

a.shape

输出：

(3, 2, 4)

在实例3中，指定transpose函数中的第二个参数，只将3维数组x的0轴和1轴进行互换，运算之后，将原来的0轴的元素数量，1轴的元素数量，2轴的元素数量调换了位置，变成了1轴的元素数量，0轴的元素数量，2轴的元素数量， $\rightarrow (3, 2, 4)$ ，用轴可表示为： $\rightarrow (1, 0, 2)$ 。