脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python numpy数组

Python numpy数组转置与轴变换

 更新时间：2019年11月15日 11:29:12   作者：梦小冷  
这篇文章主要介绍了Python numpy数组转置与轴变换,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

这篇文章主要介绍了Python numpy数组转置与轴变换,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

矩阵的转置

>>> import numpy as np
>>> arr=np.arange(15).reshape((3,5))
>>> arr
array([[ 0, 1, 2, 3, 4],
    [ 5, 6, 7, 8, 9],
    [10, 11, 12, 13, 14]])
>>> arr.T
array([[ 0, 5, 10],
    [ 1, 6, 11],
    [ 2, 7, 12],
    [ 3, 8, 13],
    [ 4, 9, 14]])

矩阵的内积

>>> import numpy as np
>>> arr=np.arange(15).reshape((3,5))
>>> arr
array([[ 0, 1, 2, 3, 4],
    [ 5, 6, 7, 8, 9],
    [10, 11, 12, 13, 14]])
>>> arr.T
array([[ 0, 5, 10],
    [ 1, 6, 11],
    [ 2, 7, 12],
    [ 3, 8, 13],
    [ 4, 9, 14]])
>>> np.dot(arr.T,arr)
array([[125, 140, 155, 170, 185],
    [140, 158, 176, 194, 212],
    [155, 176, 197, 218, 239],
    [170, 194, 218, 242, 266],
    [185, 212, 239, 266, 293]])

轴变换

二维轴变换

1.两轴交换

>>> import numpy as np
>>> arr=np.arange(15).reshape((3,5))
>>> arr
array([[ 0, 1, 2, 3, 4],
    [ 5, 6, 7, 8, 9],
    [10, 11, 12, 13, 14]])
>>> arr.transpose(1,0)#1轴和0轴进行交换
array([[ 0, 5, 10],
    [ 1, 6, 11],
    [ 2, 7, 12],
    [ 3, 8, 13],
    [ 4, 9, 14]])

三维轴变换

>>> 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]]])
>>> arr.transpose((1,0,2))
array([[[ 0, 1, 2, 3],
    [ 8, 9, 10, 11]],

    [[ 4, 5, 6, 7],
    [12, 13, 14, 15]]])

1.这种变化有点麻烦，不好理解。但是如果简单化就好了，加入用P(x,y,z)来表示矩阵中的每一个点，那么在numpy中，这个x,y,z就分别对应0,1,2

2.举个例子比如原来数组中0这个元素，它原来的坐标是(0,0,0),那么transpose(1,0,2)对于这个点来说就是把x,y坐标互换，而z坐标不变，则其在新的矩阵中坐标依旧是(0,0,0)不变

3.举个另外点的例子比如4这个点，其坐标是(0,1,1),那么它的x和y坐标交换之后是(1,0,1),所以它在新的矩阵中位置是(1,0,1)

4.事实上transpose函数正是对原来矩阵中每个点做这个变换，最后得到新的矩阵

两轴交换

交换1轴和2轴

>>> arr
array([[[ 0, 1, 2, 3],
    [ 4, 5, 6, 7]],

    [[ 8, 9, 10, 11],
    [12, 13, 14, 15]]])
>>> arr.swapaxes(1,2)
array([[[ 0, 4],
    [ 1, 5],
    [ 2, 6],
    [ 3, 7]],

    [[ 8, 12],
    [ 9, 13],
    [10, 14],
    [11, 15]]])
>>> arr
array([[[ 0, 1, 2, 3],
    [ 4, 5, 6, 7]],

    [[ 8, 9, 10, 11],
    [12, 13, 14, 15]]])

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

相关文章

  • 利用python实现冒泡排序算法实例代码

    利用python实现冒泡排序算法实例代码

    这篇文章主要给大家介绍了关于如何利用python实现冒泡排序算法的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用python具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧
    2019-12-12
  • 在CentOS7下安装Python3教程解析

    在CentOS7下安装Python3教程解析

    这篇文章主要介绍了在CentOS7下安装Python3教程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-07-07
  • Python爬虫lxml库处理XML和HTML文档

    Python爬虫lxml库处理XML和HTML文档

    在当今信息爆炸的时代,网络上的数据量庞大而繁杂,为了高效地从网页中提取信息,Python爬虫工程师们需要强大而灵活的工具,其中,lxml库凭借其卓越的性能和丰富的功能成为Python爬虫领域的不可或缺的工具之一,本文将深入介绍lxml库的各个方面,充分掌握这个强大的爬虫利器
    2023-12-12
  • python 定时修改数据库的示例代码

    python 定时修改数据库的示例代码

    这篇文章主要介绍了python 定时修改数据库的示例代码，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2018-04-04
  • 一文详解Python中生成器的原理与使用

    一文详解Python中生成器的原理与使用

    生成器表达式本质上就是一个迭代器，是定义迭代器的一种方式，是允许自定义逻辑的迭代器。本文将详细讲解一下Python中生成器的原理与使用，需要的可以参考一下
    2022-05-05
  • Python中使用语句导入模块或包的机制研究

    Python中使用语句导入模块或包的机制研究

    这篇文章主要介绍了Python中使用语句导入模块或包的机制研究,同时对比了几种导入包或模块的语句并简要说明了这几种方法之间的几点优劣，需要的朋友可以参考下
    2015-03-03
  • 浅谈Python使用pickle模块序列化数据优化代码的方法

    浅谈Python使用pickle模块序列化数据优化代码的方法

    这篇文章主要介绍了浅谈Python使用pickle模块序列化数据优化代码的方法,pickle模块可以对多种Python对象进行序列化和反序列化，序列化称为pickling，反序列化称为unpickling,需要的朋友可以参考下
    2023-07-07
  • Python+Pygame绘制小球的实例详解

    Python+Pygame绘制小球的实例详解

    这篇文章主要为大家详细介绍了如何利用Python Pygame绘制小球（渐变大的小球、自由下落的小球、循环上下反弹的小球），感兴趣的小伙伴可以了解一下
    2022-10-10
  • Python实现KNN邻近算法

    Python实现KNN邻近算法

    这篇文章主要为大家详细介绍了Python实现KNN邻近算法，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2018-01-01
  • Python打包模块wheel的使用方法与将python包发布到PyPI的方法详解

    Python打包模块wheel的使用方法与将python包发布到PyPI的方法详解

    这篇文章主要介绍了Python打包模块wheel的使用方法与将python包发布到PyPI的方法详解,需要的朋友可以参考下
    2020-02-02

最新评论