NumPy教程-numpy.transpose()在Python中的使用
P
点击关注 👉约 3 分钟
点击关注 👉约 3 分钟语法:
numpy.transpose(arr, axis=None)
参数:
arr: array_like
返回值:
示例 1: numpy.transpose()
import numpy as npa= np.arange(6).reshape((2,3))ab=np.transpose(a)b
array([[0, 1, 2],[3, 4, 5]])array([[0, 3],[1, 4],[2, 5]])
我们导入了别名为 np 的 numpy 库。
我们使用 np.arange() 函数创建了一个名为 'a' 的数组，并使用 reshape() 函数给出了一个形状。
我们声明了变量 'b'，并将 np.transpose() 函数的返回值赋给了它。
我们在函数中传递了数组 'a'。
最后，我们尝试打印 'b' 的值。
👉点击领取：最全Python资料合集
示例 2: 带有轴的 numpy.transpose()
import numpy as npa= np.array([[1, 2], [4, 5], [7, 8]])ab=np.transpose(a, (1,0))b
array([[1, 2],[4, 5],[7, 8]])array([[1, 4, 7],[2, 5, 8]])
我们导入了别名为 np 的 numpy 库。 我们使用 np.array() 函数创建了一个名为 'a' 的数组。 我们声明了变量 'b'，并将 np.transpose() 函数的返回值赋给了它。 我们在函数中传递了数组 'a' 和轴。 最后，我们尝试打印 'b' 的值。
示例 3: 使用 numpy.transpose() 重新定位元素
import numpy as npa=np.ones((12,32,123,64))b=np.transpose(a,(1,3,0,2)).shapebc=np.transpose(a,(0,3,1,2)).shapec
(32L, 64L, 12L, 123L)(12L, 64L, 32L, 123L)
我们导入了别名为 np 的 numpy 库。 我们使用 np.ones() 函数创建了一个名为 'a' 的数组。
我们声明了变量 'b' 和 'c'，并将 np.transpose() 函数的返回值赋给了它们。
我们在函数中传递了数组 'a' 和数组元素的位置。
最后，我们尝试打印 'b' 和 'c' 的值。
热门推荐