numpy.transpose()
来源:互联网 发布:软件工程设计阶段分为 编辑:程序博客网 时间:2024/05/15 06:51
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 npa = 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:
a = [[[ 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].
阅读全文
1 0
- numpy.transpose()
- numpy.transpose()
- numpy array transpose
- numpy.transpose 使用问题
- Numpy中的transpose函数
- numpy.transpose解析
- 解疑 Numpy 中的 transpose
- numpy.transpose难点解析
- Numpy中的transpose
- numpy中transpose和swapaxes函数讲解
- python 中numpy.transpose()的用法
- Numpy中转置transpose、T和swapaxes
- Numpy的c_和r_以及transpose
- numpy 维度、轴和transpose的理解
- numpy.transpose高维的理解
- 从numpy.ndarray.shape到numpy.ndarray.transpose
- 谈一点numpy.transpose()矩阵转置操作
- numpy常用函数(power、sum、tile、transpose等)
- 多个setState方法的调用原理
- 大数据来源
- (学习笔记)SpringMVC工作流程
- xargs
- 人脸检测(一)
- numpy.transpose()
- gradle
- 新手入门——前后端分离开发
- 【基础】PDB小结
- C++中的struct和class的区别
- Android LayoutInflater详解
- 谈谈如何学习Linux操作系统
- Model基类与字典中嵌套数组时Model的处理方法
- 给UILabel 或者 UIButton标题加下划线