文章标题

最新推荐文章于 2024-04-22 16:59:44 发布

转载最新推荐文章于 2024-04-22 16:59:44 发布 · 256 阅读

文章标签：

#transpose

python 专栏收录该内容

21 篇文章

订阅专栏

transpose是numpy重塑数组的方法。

首先，数组有一个特殊的T属性：

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]])

''

这个还是比较简单的，数组的简单轴对换。

对高维数组，可以用transponse进行更复杂的转置：

arr = np.arange(16).reshape((2, 2, 4))
arr
''
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7]],

       [[ 8,  9, 10, 11],
        [12, 13, 14, 15]]])
''
arr.transpone((1, 0, 2))
''
array([[[ 0,  1,  2,  3],
        [ 8,  9, 10, 11]],

       [[ 4,  5,  6,  7],
        [12, 13, 14, 15]]])
''

这个稍微复杂一点，想明白确实想了一段时间。这个重塑，分为2步：

结构的调整
首先输入arr.shape，得到数组结构(2, 2, 4)，transponse参数（1， 0， 2），也就是说该数组调整后，结构不变还是(2, 2, 4)。
索引的改变
比如说arr[0, 1, 0] = 4, 转置后, 1和0调换，所以，调整后4的索引为[1, 0, 0],其余的数字以此类推。