【numpy】numpy.transpose() 函数

【官网】https://docs.scipy.org/doc/numpy-1.15.0/reference/generated/numpy.transpose.html

numpy.transpose(a, axes=None)[source]

参数a:array_like,输入数组。

参数axes:int列表,可选,默认情况下,反转维度,否则根据给定的值排列坐标轴。

Examples
>>> x = np.arange(4).reshape((2,2))
>>> x
array([[0, 1],
       [2, 3]])
>>> np.transpose(x)
array([[0, 2],
       [1, 3]])
>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

1、转置可以对数组进行重置,返回的是源数据的视图(不会进行任何复制操作)

2、转置有三种方式:

(1)transpose方法

(2)T属性

(3)swapaxes方法。

T适用于一、二维数组

>>> import numpy as np
>>> arr = np.arange(20).reshape(4,5)#生成一个4行5列的数组
>>> arr
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19]])
>>> arr.T #求转置
array([[ 0,  5, 10, 15],
       [ 1,  6, 11, 16],
       [ 2,  7, 12, 17],
       [ 3,  8, 13, 18],
       [ 4,  9, 14, 19]])

https://www.cnblogs.com/sunshinewang/p/6893503.html

原文地址:https://www.cnblogs.com/ITCSJ/p/11314953.html

时间: 2024-08-30 18:04:38

【numpy】numpy.transpose() 函数的相关文章

Numpy 常用矩阵计算函数

基本属性 在做一些数据分析的时候,我们通常会把数据存为矩阵的形式,然后python本身对于矩阵的操作是不够的,因此出现了numpy这样一个科学开发库来进行python在次上面的不足. Numpy's array 类被称为ndarray. 这个对象常用而重要的属性如下: ndarray.ndim: 输出矩阵(数组)的维度 ndarray.shape: 输出矩阵的各维数大小,相当于matlab中的size()函数 ndarray.size: 输出矩阵(数组)元素的总个数,相当于各维数之积 ndarr

为什么你用不好Numpy的random函数?

为什么你用不好Numpy的random函数? 在python数据分析的学习和应用过程中,经常需要用到numpy的随机函数,由于随机函数random的功能比较多,经常会混淆或记不住,下面我们一起来汇总学习下. import numpy as np 1 numpy.random.rand() numpy.random.rand(d0,d1,…,dn) rand函数根据给定维度生成[0,1)之间的数据,包含0,不包含1 dn表格每个维度 返回值为指定维度的array np.random.rand(4,

numpy 常用工具函数 —— np.bincount/np.average

numpy 常用工具函数 -- np.bincount/np.average numpy 常用api(一) numpy 常用api(二) 一个函数提供 random_state 的关键字参数(keyword parameter):是为了结果的可再现性(reoccurrence)或叫可重复性. 1. np.bincount():统计次数 接口为: numpy.bincount(x, weights=None, minlength=None) 1 尤其适用于计算数据集的标签列(y_train)的分布

【转】np.random.random()函数 参数用法以及numpy.random系列函数大全

转自:https://www.cnblogs.com/DOMLX/p/9751471.html 1.np.random.random()函数参数 np.random.random((1000, 20)) 上面这个就代表生成1000行 20列的浮点数,浮点数都是从0-1中随机. 2.numpy.random.rand()函数用法 numpy.random.rand(d0, d1, ..., dn): 生成一个[0,1)之间的随机浮点数或N维浮点数组. 3.numpy.random.randn()函

numpy.random.multivariate_normal()函数解析

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库.简单的来水numpy在处理多维数组时会特别的方便,是深度学习的得力助手. numpy.random.multivariate_normal()函数官方解释是从多元正态分布中随机抽取样本的函数.多元正态分布.多重正态分布或高斯分布它是一维正态分布向更高维度的推广.这种分布由其均值和协方差矩阵来表示.这些参数类似于一维正态分布的平均值(平均值或

tf.transpose函数的用法讲解

tf.transpose函数中文意思是转置,对于低维度的转置问题,很简单,不想讨论,直接转置就好(大家看下面文档,一看就懂). tf.transpose(a, perm=None, name='transpose') Transposes a. Permutes the dimensions according to perm. The returned tensor's dimension i will correspond to the input dimension perm[i]. If

Numpy的tile函数

1.函数的定义与说明 tile函数是模板numpy.lib.shape_base中的函数. 函数的形式是tile(A,reps) 函数参数说明中提到A和reps都是array_like的,什么是array_like的parameter呢?在网上查了一下,始终搞不明白,便把熟悉的python数据类型都试了一下,得出以下结论. A的类型众多,几乎所有类型都可以:array, list, tuple, dict, matrix以及基本数据类型int, string, float以及bool类型. re

Python中numpy的where()函数

第一种用法 np.where(conditions,x,y) if (condituons成立): 数组变x else: 数组变y import numpy as np ''' x = np.random.randn(4,4) print(np.where(x>0,2,-2)) #试试效果 xarr = np.array([1.1,1.2,1.3,1.4,1.5]) yarr = np.array([2.1,2.2,2.3,2.4,2.5]) zarr = np.array([True,Fals

numpy中tile函数

tile函数位于python模块numpy.lib.shape_base中,他的功能是重复某个数组. 函数的形式是tile(A,reps) 函数参数说明中提到A和reps都是array_like的,什么是array_like的parameter呢?在网上查了一下,始终搞不明白,便把熟悉的python数据类型都试了一下,得出以下结论. A的类型众多,几乎所有类型都可以:array, list, tuple, dict, matrix以及基本数据类型int, string, float以及bool类