本文共 948 字,大约阅读时间需要 3 分钟。
numpy.transpose()是对矩阵按照所需的要求的转置,比较难理解,现以例子来说明
import numpy as np a = np.array(range(30)).reshape(2, 3, 5) print ("a = ") print (a) print "\n=====================\n" print ("a.transpose() = ") print (a.transpose(1, 0, 2))
输出
[[[ 0 1 2 3 4] [ 5 6 7 8 9] [10 11 12 13 14]] [[15 16 17 18 19] [20 21 22 23 24] [25 26 27 28 29]]] #一维数组中包含2个元素,每个元素是一个包含3个元素的数组,这三个元素每个元素同样又是一个包含5个元素的数组,这就是这个三维数组的解释。 ===================== a.transpose() = [[[ 0 1 2 3 4] [15 16 17 18 19]] [[ 5 6 7 8 9] [20 21 22 23 24]] [[10 11 12 13 14] [25 26 27 28 29]]]
刚开始看这些数据,根本没有头绪,这就要理解transpose()中的参数的意义,因为数组a的shape为(2,3,5),是一个三维数组,那么这个元组对应的索引为:(0,1,2),也就是a.shape的下标:(2[0], 3[1], 5[2]), []中对应的是shape元组的索引。那么,现在,通过b = a.transpose(1, 0, 2),那么b.shape就变成(3, 2, 5),这就是说transpose就是改变高维数组的形状,形状改变了,那么里面的元素自然也要重新排列,比如:
元素11在a中的位置是a[0][2][1],经过b = a.transpose(1, 0, 2)之后,11在b中的位置就变成b[2][0][1]。再比如元素28,在a中的位置a[1][2][3],在b中为:a[2][1][3].
转载地址:http://zwwmi.baihongyu.com/