- NumPy 教程
- NumPy - 首页
- NumPy - 简介
- NumPy - 环境配置
- NumPy 数组
- NumPy - ndarray 对象
- NumPy - 数据类型
- NumPy 数组的创建和操作
- NumPy - 数组创建例程
- NumPy - 数组操作
- NumPy - 从现有数据创建数组
- NumPy - 从数值范围创建数组
- NumPy - 数组迭代
- NumPy - 数组重塑
- NumPy - 数组拼接
- NumPy - 数组堆叠
- NumPy - 数组分割
- NumPy - 数组展平
- NumPy - 数组转置
- NumPy 索引和切片
- NumPy - 索引与切片
- NumPy - 高级索引
- NumPy 数组属性和操作
- NumPy - 数组属性
- NumPy - 数组形状
- NumPy - 数组大小
- NumPy - 数组步长
- NumPy - 数组元素大小
- NumPy - 广播机制
- NumPy - 算术运算
- NumPy - 数组加法
- NumPy - 数组减法
- NumPy - 数组乘法
- NumPy - 数组除法
- NumPy 高级数组运算
- NumPy - 交换数组的轴
- NumPy - 字节交换
- NumPy - 复制与视图
- NumPy - 元素级数组比较
- NumPy - 数组过滤
- NumPy - 数组连接
- NumPy - 排序、搜索和计数函数
- NumPy - 数组搜索
- NumPy - 数组的并集
- NumPy - 查找唯一行
- NumPy - 创建日期时间数组
- NumPy - 二元运算符
- NumPy - 字符串函数
- NumPy - 数学函数
- NumPy - 统计函数
- NumPy - 矩阵库
- NumPy - 线性代数
- NumPy - Matplotlib
- NumPy - 使用 Matplotlib 绘制直方图
- NumPy - NumPy 的 I/O 操作
- NumPy 排序和高级操作
- NumPy - 数组排序
- NumPy - 沿轴排序
- NumPy - 使用花式索引排序
- NumPy - 结构化数组
- NumPy - 创建结构化数组
- NumPy - 操作结构化数组
- NumPy - 字段访问
- NumPy - 记录数组
- NumPy - 加载数组
- NumPy - 保存数组
- NumPy - 向数组追加值
- NumPy - 交换数组的列
- NumPy - 向数组插入轴
- NumPy 处理缺失数据
- NumPy - 处理缺失数据
- NumPy - 识别缺失值
- NumPy - 删除缺失数据
- NumPy - 缺失数据插补
- NumPy 性能优化
- NumPy - 使用数组进行性能优化
- NumPy - 使用数组进行向量化
- NumPy - 数组的内存布局
- NumPy 线性代数
- NumPy - 线性代数
- NumPy - 矩阵库
- NumPy - 矩阵加法
- NumPy - 矩阵减法
- NumPy - 矩阵乘法
- NumPy - 元素级矩阵运算
- NumPy - 点积
- NumPy - 矩阵求逆
- NumPy - 行列式计算
- NumPy - 特征值
- NumPy - 特征向量
- NumPy - 奇异值分解
- NumPy - 求解线性方程组
- NumPy - 矩阵范数
- NumPy 元素级矩阵运算
- NumPy - 求和
- NumPy - 求平均值
- NumPy - 求中位数
- NumPy - 求最小值
- NumPy - 求最大值
- NumPy 集合运算
- NumPy - 唯一元素
- NumPy - 交集
- NumPy - 并集
- NumPy - 差集
- NumPy 资源
- NumPy 编译器
- NumPy - 快速指南
- NumPy - 资源
- NumPy - 讨论
NumPy rollaxis() 函数
NumPy 的rollaxis()函数用于将指定的轴向后滚动,直到它位于给定的位置,同时相应地移动其他所有轴。
此函数对于更改多维数组中轴的顺序非常有用,同时不会修改数组的数据。
此函数接受三个参数:数组、要滚动的轴和起始位置。轴将向后滚动,直到到达起始位置。
语法
NumPy rollaxis() 函数的语法如下:
numpy.rollaxis(a, axis, start=0)
参数
以下是 NumPy rollaxis() 函数的参数:
- a : 输入数组。
- axis : 要滚动的轴。该轴将向后滚动,直到位于给定位置。
- start : 轴将向后滚动,直到位于此位置之前。默认为 0,即滚动的轴将移到前面。
返回值
此函数返回轴已滚动到指定位置的数组。
示例 1
以下是 NumPy rollaxis() 函数的示例,其中最后一个轴(即轴 2)通过将形状从 (2, 3, 4) 更改为 (4, 2, 3) 而移动到前面:
import numpy as np # Create a 3-dimensional array a = np.arange(24).reshape(2, 3, 4) print("Original array:") print(a) # Roll the last axis to the front result = np.rollaxis(a, 2, 0) print("Array after rolling last axis to the front:") print(result)
输出
Original 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]]] Array after rolling last axis to the front: [[[ 0 4 8] [12 16 20]] [[ 1 5 9] [13 17 21]] [[ 2 6 10] [14 18 22]] [[ 3 7 11] [15 19 23]]]
示例 2
在此示例中,第二个轴(即轴 1)通过将形状从 (2, 3, 4) 更改为 (2, 4, 3) 而移动到最后一个位置:
import numpy as np # Create a 3-dimensional array a = np.arange(24).reshape(2, 3, 4) print("Original array:") print(a) # Roll the second axis to the last position result = np.rollaxis(a, 1, 3) print("Array after rolling second axis to the last position:") print(result)
输出
Original 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]]] Array after rolling second axis to the last position: [[[ 0 1 2] [ 4 5 6] [ 8 9 10]] [[12 13 14] [16 17 18] [20 21 22]] [[ 3 7 11] [15 19 23]]]
示例 3
在此示例中,我们使用numpy.rollaxis()来操作三维 NumPy 数组的轴:
import numpy as np # Creating a 3-dimensional ndarray a = np.arange(8).reshape(2, 2, 2) print('The original array:') print(a) print('\n') # Roll axis 2 to axis 0 (along width to along depth) print('After applying rollaxis function (axis 2 to 0):') print(np.rollaxis(a, 2)) print('\n') # Roll axis 2 to axis 1 (along width to height) print('After applying rollaxis function (axis 2 to 1):') print(np.rollaxis(a, 2, 1))
输出
The original array: [[[0 1] [2 3]] [[4 5] [6 7]]] After applying rollaxis function (axis 2 to 0): [[[0 2] [4 6]] [[1 3] [5 7]]] After applying rollaxis function (axis 2 to 1): [[[0 2] [1 3]] [[4 6] [5 7]]]
numpy_array_manipulation.htm
广告