代码之家 › 专栏 › 技术社区 › mchaudh4

numpy的转置函数

numpy python

mchaudh4 · 技术社区 · 3 年前

我是numpy和python的新手,我正在努力理解numpy的转置函数的用法。下面的代码工作得很好,但我仍然无法理解转置函数的效果以及其中参数的使用。如果有人能解释下面代码中转置功能的用法和效果,那将是非常有帮助的。

import numpy as np
my_list = [[[[[[1,2],[3,4]],[[1,2],[3,4]]], [[[1,2],[3,4]],[[1,2],[3,4]]]],[[[[1,2],[3,4]],[[1,2],[3,4]]], [[[1,2],[3,4]],[[1,2],[3,4]]]]], [[[[[1,2],[3,4]],[[1,2],[3,4]]], [[[1,0],[1,1]],[[1,0],[1,1]]]],[[[[1,0],[1,1]],[[1,0],[1,1]]], [[[1,0],[1,1]],[[1,0],[1,1]]]]]]
arr = np.array(my_list)
perm_testing = [0,1,2,3,4,5]
testing = arr.transpose(perm_testing)
print(testing)

编辑

import numpy as np
my_list = [[1,2],[3,4]]
arr = np.array(my_list)

perm_testing = [1,0]
testing = arr.transpose(perm_testing)
print(testing)

[[1 3]
 [2 4]]

0 回复 | 直到 3 年前

Swifty Mr Fooz 3 年前

以下是对3d阵列进行可视化解释的尝试。我希望它能帮助你更好地了解正在发生的事情:

a=np.arange(24).reshape(2,4,3)

# 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]]])

以及a的视觉3d表示(轴0对应于第一括号级别和形状中的第一大小,对于轴1和2依此类推):

a.transpose(1,0,2)  # swapping axis 0 and 1

# array([[[ 0,  1,  2],
#         [12, 13, 14]],
# 
#        [[ 3,  4,  5],
#         [15, 16, 17]],
# 
#        [[ 6,  7,  8],
#         [18, 19, 20]],
#
#        [[ 9, 10, 11],
#         [21, 22, 23]]])

新阵列的可视化三维表示(抱歉,我的绘图技能非常有限):