小編給大家分享一下numpy.transpose如何對三維數(shù)組進行轉(zhuǎn)置,希望大家閱讀完這篇文章之后都有所收獲,下面讓我們一起去探討吧!
網(wǎng)站建設(shè)公司,為您提供網(wǎng)站建設(shè),網(wǎng)站制作,網(wǎng)頁設(shè)計及定制網(wǎng)站建設(shè)服務(wù),專注于企業(yè)網(wǎng)站設(shè)計,高端網(wǎng)頁制作,對不銹鋼雕塑等多個行業(yè)擁有豐富的網(wǎng)站建設(shè)經(jīng)驗的網(wǎng)站建設(shè)公司。專業(yè)網(wǎng)站設(shè)計,網(wǎng)站優(yōu)化推廣哪家好,專業(yè)seo優(yōu)化排名優(yōu)化,H5建站,響應(yīng)式網(wǎng)站。如下所示:
import numpy as np
三維數(shù)組
arr1 = np.arange(16).reshape((2, 2, 4)) #[[[ 0 1 2 3] # [ 4 5 6 7]] # [[ 8 9 10 11] # [12 13 14 15]]] arr2=arr1.transpose((1,0,2)) #[[[ 0 1 2 3] # [ 8 9 10 11]] # # [[ 4 5 6 7] # [12 13 14 15]]]
正序為(0,1,2),數(shù)組為
#[[[ 0 1 2 3] # [ 4 5 6 7]] # [[ 8 9 10 11] # [12 13 14 15]]]
為什么進過tanspose(1,0,2),數(shù)組變?yōu)?/p>
#[[[ 0 1 2 3] # [ 8 9 10 11]] # # [[ 4 5 6 7] # [12 13 14 15]]]
仔細觀察之后,可以看到轉(zhuǎn)置后的數(shù)組和轉(zhuǎn)置前的數(shù)組的區(qū)別就是第一頁的第二行和第二頁的第一行對換了,可是為什么?
當我用arr1[0,1,0],索引值為4
當我用arr2[1,0,0],索引值為4
對比索引參數(shù)表的變化和正序和轉(zhuǎn)置序的不同似乎存在某種聯(lián)系
對于arr1數(shù)組,索引參數(shù)表[0,0,x]可以表示第一頁的第一行,當前兩個參數(shù)對換之后,同一個元素的索引參數(shù)表并沒有變化
故arr2的第一頁第一行和arr1的第一頁第一行相同
對于arr1數(shù)組,索引參數(shù)表[0,1,x]可以表示第一頁第二行,當前兩個參數(shù)對換之后,同一個元素的索引值比如[0,1,0]變?yōu)閇1,0,0],
這就是解釋了索引值4的索引參數(shù)表的不同
大概就是這個思路所以transpose(1,0,2),數(shù)組的第一頁第二行和第二頁第一行對換
后面的四種轉(zhuǎn)置方式也大致是這個思路,仔細觀察一下,理解起來應(yīng)該不難
arr3=arr1.transpose((0,2,1)) # [[[ 0 4] # [ 1 5] # [ 2 6] # [ 3 7]] # # [[ 8 12] # [ 9 13] # [10 14] # [11 15]]] arr4=arr1.transpose((2,0,1)) #[[[ 0 4] # [ 8 12]] # # [[ 1 5] # [ 9 13]] # # [[ 2 6] # [10 14]] # # [[ 3 7] # [11 15]]]
這里要注意的是,arr4數(shù)組變成4頁,這是因為頁碼和行碼對換之后,
頁碼從數(shù)量2,變成了4
而行碼從數(shù)量4,變成了2
arr5=arr1.transpose((2,1,0)) #[[[ 0 8] # [ 4 12]] # # [[ 1 9] # [ 5 13]] # # [[ 2 10] # [ 6 14]] # # [[ 3 11] # [ 7 15]]] arr6=arr1.transpose((1,2,0)) #[[[ 0 8] # [ 1 9] # [ 2 10] # [ 3 11]] # # [[ 4 12] # [ 5 13] # [ 6 14] # [ 7 15]]]
另外,轉(zhuǎn)置(2,0,1)可以看成,先轉(zhuǎn)置(0,2,1)再轉(zhuǎn)置(1,0,2)
轉(zhuǎn)置(2,1,0)可以看成,先轉(zhuǎn)置(1,0,2),然后轉(zhuǎn)置(0,2,1),最后轉(zhuǎn)置(1,0,2)
轉(zhuǎn)置(1,2,0)可以看成,先轉(zhuǎn)置(1,0,2),在轉(zhuǎn)置(0,2,1)
代碼可以寫成
arr4=arr1.transpose(0,2,1).transpose(1,0,2)
#[[[ 0 4] # [ 8 12]] # # [[ 1 5] # [ 9 13]] # # [[ 2 6] # [10 14]] # # [[ 3 7] # [11 15]]]
結(jié)果一樣!
看完了這篇文章,相信你對“numpy.transpose如何對三維數(shù)組進行轉(zhuǎn)置”有了一定的了解,如果想了解更多相關(guān)知識,歡迎關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司行業(yè)資訊頻道,感謝各位的閱讀!
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn,海內(nèi)外云服務(wù)器15元起步,三天無理由+7*72小時售后在線,公司持有idc許可證,提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案,具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢,專為企業(yè)上云打造定制,能夠滿足用戶豐富、多元化的應(yīng)用場景需求。