numpy中的transpose函数中具体使用方法
作者:学弟1
本文主要介绍了numpy中的transpose函数中具体使用方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
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.T array([[ 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 np arr = 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 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轴与Z轴发生轴变换之后;
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,到这里,差不多transport函数理解的也比较全面了,快去写写代码吧!
到此这篇关于numpy中的transpose函数中具体使用方法的文章就介绍到这了,更多相关numpy transpose函数内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!