新浦京81707con > 功能介绍 > numpy中的高维数组转置实例,transpose对三维数组的

原标题:numpy中的高维数组转置实例,transpose对三维数组的

浏览次数:194 时间:2019-06-12

numpy中的ndarray很合乎数组运算

一般来讲所示:

transpose()

图片 1

import numpy as np 

这一个函数假诺括号内不带参数,就一定于转置,和.T效果等同,而先天根本来讲学其带参数。

transpose是用来转置的贰个函数,很轻松令人困惑,其实它是对矩阵索引顺序的一次调治。原先矩阵是3个三维矩阵,索引顺序是x,y,z,角标分别是0、1、二,经过上海教室(一,0,二)调解后就成了y,x,z。

三个维度数组

大家看如下三个numpy的数组:

略知一贰了那几个,那么swapaxes方法也就轻易领会了

arr1 = np.arange(16).reshape((2, 2, 4)) 
#[[[ 0 1 2 3] 
# [ 4 5 6 7]] 

# [[ 8 9 10 11] 
# [12 13 14 15]]] 

arr2=arr1.transpose((1,0,2)) 
#[[[ 0 1 2 3] 
# [ 8 9 10 11]] 
# 
# [[ 4 5 6 7] 
# [12 13 14 15]]] 
`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]]])
` 

图片 2

正序为(0,1,2),数组为

那么有:

以上那篇numpy中的高维数组转置实例正是小编分享给大家的全体内容了,希望能给我们一个参谋,也期望大家多多帮衬脚本之家。

#[[[ 0 1 2 3] 
# [ 4 5 6 7]] 

# [[ 8 9 10 11] 
# [12 13 14 15]]] 
arr.transpose(2,1,0)
array([[[ 0, 8],
  [ 4, 12]],

  [[ 1, 9],
  [ 5, 13]],

  [[ 2, 10],
  [ 6, 14]],

  [[ 3, 11],
  [ 7, 15]]])

你恐怕感兴趣的小说:

  • Numpy中间转播置transpose、T和swapaxes的实例疏解
  • Python完成矩阵转置的方法分析
  • numpy.transpose对三个维度数组的转置方法
  • 对python 矩阵转置transpose的实例讲授

为啥进过tanspose(1,0,贰),数组变为

为什么会是如此的结果吗,那是因为arr那些数组有三维,三维的号码对应为(0,一,②),举个例子这样,我们必要得到7以此数字,咋做,明确须求些三维的值,7的率先个维度为0,第四个维度为一,第多个三,所以arr[0,1,3]则得到了七

#[[[ 0 1 2 3] 
# [ 8 9 10 11]] 
# 
# [[ 4 5 6 7] 
# [12 13 14 15]]] 
arr[0,1,3] #结果就是7

密切考查之后,能够看看转置后的数组和转置前的数组的界别正是首先页的第3行和第1页的率先行对换了,不过怎么?

那下应该懂了些呢,好,再回到transpose()这些函数,它在那之中正是维度的排序,比如大家前边写的transpose(2,一,0),就是把以前第叁维转为第三个维度,以前的第3个维度不变,此前的首先个维度变为第三个维度,好那么大家继续拿七这几个值来讲,以前的目录为[0,1,3],依照咱们的转换方法,把在此以前的第三维度变为第一维度,在此以前的第一维度变为首个维度度,那么未来7的目录就是(三,一,0)

当我用arr1[0,1,0],索引值为四

同理全体的数组内的数字都以这么变得,那便是transpose()内部仿照效法新闻数的变化。

当我用arr2[1,0,0],索引值为4

略知一2了地点,再来通晓swapaxes()就很简单了,swapaxes接受1对轴数码,其实这里我们叫一对维度编号越来越好吧,譬如:

本文由新浦京81707con发布于功能介绍,转载请注明出处:numpy中的高维数组转置实例,transpose对三维数组的

关键词: 新浦京81707con

上一篇:搭建网络应用服务,python3实现UDP协议的服务器和

下一篇:没有了