一、前言
今天看源码的时候，发现了numpy的transponse函数没有理解，特意学习记录一下。numpy.transpose()函数是对矩阵按照所需要的要求进行转置的。
二、实例分析
我们通过代码进行测试分析。
1 2 3 4 5 6 7 8 9 10 11 12 13 | # -*- coding: utf-8 -*- import numpy as np if __name__ == '__main__': a = np.array(np.arange(40).reshape(2, 4, 5)) print('转置前:') print(a) print(a[0][3][4]) b = np.transpose(a, [1, 2, 0]) print('转置后:') print(b) print(b[3][4][0]) |
运行结果如下：
从上图可以看出，数组a的shape为（2，4，5），它是一个三位数组，那么这个元组对应的索引值为：（0，1，2）。也就是a.shpae的下标：（2[0]，4[1]，5[2]），[]中对应的是shape元组的索引值，现在，通过transponse(a, [1, 2, 0])，那么元组的shape就从（2[0]，4[1]，5[2]）变成了（4[1]，5[2]，2[0]）。
可以看到transponse其实就是该百年了高维数组的形状，对里面的元素进行了重新排序。
例如：
元素19的位置在a中的位置为a[0][3][4]，经过transponse(a, [1, 2, 0])后，元素19的位置变为了b[3][4][0]。
三、总结
细细体会，发现规律之后，其实就很简单了。
更多内容请访问：IT源点
注意：本文归作者所有，未经作者允许，不得转载
