numpy中的transpose函数如何使用

本篇内容介绍了“numpy中的transpose函数如何使用”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

二维矩阵的transpose函数：

不晓得该怎么起头，直接上干货。

transpose（）简单来说，就相当于数学中的转置，在矩阵中，转置就是把行与列相互调换位置；

例如：随机生成一个三行五列的二维矩阵：

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.Tarray([[ 0,  5, 10]，       [ 1,  6, 11],       [ 2,  7, 12],         [ 3,  8, 13],        [ 4,  9, 14]])

reshape的作用是随机生成一个矩阵的行与列；

元素第0个位置表示0；第一个位置表示1，以此类推；总共是15个数；

然后arr.T相当于矩阵的转置；

transpose（X，Y）函数和矩阵的转置是一个意思，相当于行为X轴，列为Y轴，X轴和Y轴调换了位置；

X轴用0表示，Y轴用1表示；

例如：如果transport（1，0）表示行与列调换了位置；　

>> arr.transpose(1, 0)      array([[ 0,  5, 10],                    [ 1,  6, 11],                     [ 2,  7, 12],                  [ 3,  8, 13],                    [ 4,  9, 14]])

三维张量的transpose函数：

前面我们讲了二维矩阵的transpose函数其实是和矩阵的转置是一个概念；现在我们来讲一下三维张量；

三维张量顾名思义，它有三个维度；相当于有X轴，Y轴，Z轴；三个轴之间的相互转换；

同样，X轴用0表示，Y轴用1表示；Z轴用2来表示；　

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]]])

相当于把三维张量也做轴变换，具体操作如下图：

每个轴之间变换和表示也各不相同：

transpose（1，0，2）表示X轴与Y轴发生变换之后；

import numpy as nparr = np.arange(24).reshape((2,3,4))vc = arr.transpose(1,0,2)print(vc)>>>结果[[[ 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轴与Z轴发生轴变换之后；

import numpy as nparr = 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轴与Z轴发生轴变换之后；

import numpy as nparr = 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]]]

“numpy中的transpose函数如何使用”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注编程网网站，小编将为大家输出更多高质量的实用文章！