- 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 - 数组创建函数
- 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 - 数组扁平化
- NumPy - 数组转置
- NumPy 索引和切片
- NumPy - 索引和切片
- NumPy - 高级索引
- NumPy 数组属性和运算
- NumPy - 数组属性
- NumPy - 数组形状
- NumPy - 数组大小
- NumPy - 数组步幅
- NumPy - 数组元素大小
- NumPy - 广播
- 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 - 交换数组轴
- NumPy - 字节交换
- NumPy - 拷贝和视图
- 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 - 载入数组
- NumPy - 保存数组
- NumPy - 向数组追加值
- NumPy - 交换数组列
- 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 有用资源
- NumPy 编译器
- NumPy - 快速指南
- NumPy - 有用资源
- NumPy - 讨论
NumPy transpose() 函数
NumPy 的transpose()函数会置换给定数组的维度。它会在可能的情况下返回一个视图。它常用于数据处理、科学计算和机器学习任务中,在这些任务中多维数组很常见。
默认情况下,此函数会反转数组的维度。数组根据axes的值进行转置。
如果我们想根据特定顺序转置数组,我们可以传递所需的轴顺序。例如,如果我们有一个3D数组,并且我们想交换第一个轴和最后一个轴,我们可以传递(2, 1, 0)。
语法
NumPy transpose() 函数的语法如下:
numpy.transpose(a, axes=None)
参数
以下是 NumPy transpose() 函数的参数:
- a : 要转置的数组。
- axes : 元组或整数列表,可选
返回值
transpose() 函数返回转置后的数组,其数据类型与输入数组相同。
示例 1
以下是 numpy transpose() 函数的示例,其中转置操作交换了二维数组的行和列:
import numpy as np
# Original 2D array
array_2d = np.array([[1, 2, 3], [4, 5, 6]])
# Transposing the 2D array
transposed_2d = np.transpose(array_2d)
print("Original array:\n", array_2d)
print("Transposed array:\n", transposed_2d)
输出
Original array: [[1 2 3] [4 5 6]] Transposed array: [[1 4] [2 5] [3 6]]
示例 2
在这个例子中,我们将使用swapaxes()函数来交换三维ndarray中指定的轴,有效地重新排序数组的维度:
import numpy as np
# Original 3D array
array_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
# Transposing the 3D array with specified axes
transposed_3d = np.transpose(array_3d, axes=(1, 0, 2))
print("Original array:\n", array_3d)
print("Transposed array with axes (1, 0, 2):\n", transposed_3d)
输出
Original array: [[[1 2] [3 4]] [[5 6] [7 8]]] Transposed array with axes (1, 0, 2): [[[1 2] [5 6]] [[3 4] [7 8]]]
numpy_array_manipulation.htm
广告