陣列轉置和換軸

arr=np.arange(32).reshape(8,4)

reshape轉型結果：

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],
[24, 25, 26, 27],
[28, 29, 30, 31]])

arr.t

t轉置結果：

array([[ 0,  4,  8, 12, 16, 20, 24, 28],
[ 1, 5, 9, 13, 17, 21, 25, 29],
[ 2, 6, 10, 14, 18, 22, 26, 30],
[ 3, 7, 11, 15, 19, 23, 27, 31]])

arr=arr.reshape(2,4,4)
arr

二維陣列轉成三維結果:

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],
[24, 25, 26, 27],
[28, 29, 30, 31]]])

arr.transpose((2,0,1))

transpose方法結果：

array([[[ 0,  4,  8, 12],
[16, 20, 24, 28]],
[[ 1, 5, 9, 13],
[17, 21, 25, 29]],
[[ 2, 6, 10, 14],
[18, 22, 26, 30]],
[[ 3, 7, 11, 15],
[19, 23, 27, 31]]])

分析：

轉置t，就是行列交換位置，以對角線為軸旋轉180度。

這裡主要是分析一下transpose,

這裡我們就拿三維矩陣做例子，

可以看到transpose(),有三個引數，則三個引數可以代表(x,y,z),我把它理解成索引更為方便，即預設轉換前三維矩陣索引(0,1,2),而transpose()裡的引數就是轉變後的索引，拿上面轉換前數字3舉例：

變化原理

轉換前3(0,0,3)------->transpose(2,0,1)

轉化中，預設索引(0,1,2)------>(2,0,1)

2–>0的位置

0—1的位置

1----2的位置

根據這個變化每個元素對應的位置移動，構成新的索引

轉換後3的索引就跟這變化為------>3(3,0,0)

根據這個原理其他也可以自己分析分析，這就是transpose函式的用法。

arr.swapaxes(0,2)

swapaxes得到的結果。

array([[[ 0, 16],
[ 4, 20],
[ 8, 24],
[12, 28]],
[[ 1, 17],
[ 5, 21],
[ 9, 25],
[13, 29]],
[[ 2, 18],
[ 6, 22],
[10, 26],
[14, 30]],
[[ 3, 19],
[ 7, 23],
[11, 27],
[15, 31]]])

理解了transpose,再來理解swapaxes就好理解了，上述的舉例子，原先數字1的座標為(0,0,1)經過arr.swapaxes(0,2)相當於把1的座標變為(1,0,0)也就是一維座標與三維座標換位置。這裡arr.swapaxes(2,0)結果一樣，都是一維與三維換位置而已。對應換的座標的數字找到對應的位置移動構成新的陣列。

陣列轉置和換軸

Numpy 03 轉置和軸對換

Numpy陣列轉置

Python numpy陣列轉置

陣列轉置和換軸

Numpy 03 轉置和軸對換

Numpy陣列轉置

Python numpy陣列轉置

相關推薦