代码之家 › 专栏 › 技术社区 › Jeff Saremi

被numpy的转置所迷惑

linear-algebra numpy

Jeff Saremi · 技术社区 · 8 年前

让我们来看一个非常简单的例子:一个具有形状(2,3,4)的数组,忽略这些值。

>>> a.shape
(2, 3, 4)

当我们将其转置并打印尺寸时:

>>> a.transpose([1,2,0]).shape
(3, 4, 2)

我是说:取轴索引2,使其成为第一个,然后取轴索引0,使其成为第二个,最后取轴索引1,使其成为第三个。我应该得到(4,2,3),对吗?

嗯,我想也许我不完全理解逻辑。所以我读了文件,上面写着:

使用转置(a,argsort(axes))来反转张量的转置。使用axes关键字参数时。

所以我尝试

>>> c = np.transpose(a, [1,2,0])
>>> c.shape
(3, 4, 2)
>>> np.transpose(a, np.argsort([1,2,0])).shape
(4, 2, 3)

还有一个完全不同的形状!

有人能解释一下吗?谢谢。

2 回复 | 直到 8 年前

hpaulj 8 年前

In [259]: a = np.zeros((2,3,4))
In [260]: idx = [1,2,0]
In [261]: a.transpose(idx).shape
Out[261]: (3, 4, 2)

这一切都是为了 a.shape[1] 尺寸并放在第一位。 a.shape[2] 是第二, a.shape[0] 第三:

In [262]: np.array(a.shape)[idx]
Out[262]: array([3, 4, 2])

transpose 没有参数是轴顺序的完全反转。这是熟悉的二维转置(行变列,列变行)的扩展:

In [263]: a.transpose().shape
Out[263]: (4, 3, 2)
In [264]: a.transpose(2,1,0).shape
Out[264]: (4, 3, 2)

“不做任何事”会改变:

In [265]: a.transpose(0,1,2).shape
Out[265]: (2, 3, 4)

您有一个初始轴顺序和最后一个轴顺序;如果您不经常使用大小为3或更大的列表,描述交换可能很难可视化。

有些人觉得使用起来更容易些。 swapaxes 改变了轴的顺序。 rollaxis 是另一种方式。

我更喜欢使用 转置 因为它可以做其他人能做的任何事情;所以我只需要为一个工具开发一个直观的工具。

这个 argsort 注释的操作方式如下:

In [278]: a.transpose(idx).transpose(np.argsort(idx)).shape
Out[278]: (2, 3, 4)

也就是说,将它应用于一个转置的结果,以恢复原始顺序。

James Liu 8 年前

argsort([1,2,0])返回类似[2,0,1]的数组

所以

np.transpose(a, np.argsort([1,2,0])).shape

行为像

np.transpose(a, [2,0,1]).shape

不

np.transpose(a, [1,2,0]).shape

推荐文章

ep84 · Python中处理扩展线性序列的快速(最快)方法

2 年前

Makogan · 为什么使用`extern`允许运行时链接?

2 年前

Taylor Fang · 优化此涉及矩阵反转的Python代码

2 年前

IBArbitrary · 如何使numpy数组启动更快?

2 年前

I Like Algebra · 在Julia中交换行的最简单方法

2 年前

smellerbee · numpy表示是列向量吗?

2 年前

Minty · 高效、可矢量化、Gram-Schmidt(或QR分解,我们关心Q矩阵列的符号)

2 年前

Quantumania · 使用Rust的reduce对多个阵列执行顺序kronecker乘积

2 年前

mins · Numpy和线性代数:如何对Axêy进行编码?

2 年前

John Marston · 如何创建三个角度相等的三维矢量?

2 年前