ndarray的轉置(numpy.transpose()與A.T命令對比詳解)

Codefmeister發表於2020-11-21

ndarray的轉置(transpose)

對於A是由np.ndarray表示的情況:
可以直接使用命令A.T
也可以使用命令A.transpose()

A.T 與 A.transpose()對比

結論:

在預設情況下,兩者效果相同,但transpose()可以指定交換的axis維度。
對於一維陣列,兩者均不改變,返回原陣列。
對於二維陣列,預設進行標準的轉置操作。
對於多維陣列A,A.shape(a,b,c,d,...,n),則轉置後的shape(n,...,d,c,b,a),即逆序。
對於.transpose(),可以指定轉置後的維度。語法:A.transpose((axisOrder1,...,axisOrderN)),其效果等同於np.transpose(A,(axisOrder1,...,axisOrderN)),(axisOrder)中是想要得到的索引下標順序。效果詳見例子。

Example:

二維預設情況下:

A = np.array([[1,2],[3,4]])
print(A)
print(A.T)
print(A.transpose())

結果如下:
Example1

多維預設情況下:

a = np.array([[[1,2,3,4],[4,5,6,7]],[[2,3,4,5],[5,6,7,8]],[[3,4,5,6],[4,5,6,7]]])
print(a.shape)
print(a.T.shape)
print(a.transpose().shape)

結果如下:
Example2

指定維度情況:

a = np.array([[[1,2,3,4],[4,5,6,7]],[[2,3,4,5],[5,6,7,8]],[[3,4,5,6],[4,5,6,7]]])
print(a.shape)
print(a.transpose(1,2,0).shape)
A = np.transpose(a,(1,2,0))
print(A.shape)

結果如下:
Example3

從截圖中可以看出,a.transpose(1,2,0)np.transpose(a,(1,2,0))效果相同。程式碼段中給出的axes(1,2,0),這決定了transpose後的陣列,其shape在第一個維度即shape[0]上是原來的shape[1],第二維shape[1]是原來的shape[2],第三維shape[2]是原來的shape[0]。所以原shape(3,2,4)。新的shape為(2,4,3)

相關文章