
- NumPy 教程
- NumPy - 首頁
- NumPy - 簡介
- NumPy - 環境配置
- NumPy 陣列
- NumPy - ndarray 物件
- NumPy - 資料型別
- NumPy 陣列的建立和操作
- NumPy - 陣列建立例程
- NumPy - 陣列操作
- NumPy - 從現有資料建立陣列
- NumPy - 從數值範圍建立陣列
- NumPy - 陣列迭代
- NumPy - 陣列重塑
- NumPy - 陣列拼接
- NumPy - 陣列堆疊
- NumPy - 陣列分割
- NumPy - 陣列展平
- NumPy - 陣列轉置
- NumPy 索引和切片
- NumPy - 索引與切片
- NumPy - 高階索引
- NumPy 陣列屬性和操作
- NumPy - 陣列屬性
- NumPy - 陣列形狀
- NumPy - 陣列大小
- NumPy - 陣列步長
- NumPy - 陣列元素大小
- NumPy - 廣播機制
- NumPy - 算術運算
- NumPy - 陣列加法
- NumPy - 陣列減法
- NumPy - 陣列乘法
- NumPy - 陣列除法
- NumPy 高階陣列運算
- NumPy - 交換陣列的軸
- NumPy - 位元組交換
- NumPy - 複製與檢視
- NumPy - 元素級陣列比較
- NumPy - 陣列過濾
- NumPy - 陣列連線
- NumPy - 排序、搜尋和計數函式
- NumPy - 陣列搜尋
- NumPy - 陣列的並集
- NumPy - 查詢唯一行
- NumPy - 建立日期時間陣列
- NumPy - 二元運算子
- NumPy - 字串函式
- NumPy - 數學函式
- NumPy - 統計函式
- NumPy - 矩陣庫
- NumPy - 線性代數
- NumPy - Matplotlib
- NumPy - 使用 Matplotlib 繪製直方圖
- NumPy - NumPy 的 I/O 操作
- NumPy 排序和高階操作
- NumPy - 陣列排序
- NumPy - 沿軸排序
- NumPy - 使用花式索引排序
- NumPy - 結構化陣列
- NumPy - 建立結構化陣列
- NumPy - 操作結構化陣列
- NumPy - 欄位訪問
- NumPy - 記錄陣列
- NumPy - 載入陣列
- NumPy - 儲存陣列
- NumPy - 向陣列追加值
- NumPy - 交換陣列的列
- NumPy - 向陣列插入軸
- NumPy 處理缺失資料
- NumPy - 處理缺失資料
- NumPy - 識別缺失值
- NumPy - 刪除缺失資料
- NumPy - 缺失資料插補
- NumPy 效能最佳化
- NumPy - 使用陣列進行效能最佳化
- NumPy - 使用陣列進行向量化
- NumPy - 陣列的記憶體佈局
- NumPy 線性代數
- NumPy - 線性代數
- NumPy - 矩陣庫
- NumPy - 矩陣加法
- NumPy - 矩陣減法
- NumPy - 矩陣乘法
- NumPy - 元素級矩陣運算
- NumPy - 點積
- NumPy - 矩陣求逆
- NumPy - 行列式計算
- NumPy - 特徵值
- NumPy - 特徵向量
- NumPy - 奇異值分解
- NumPy - 求解線性方程組
- NumPy - 矩陣範數
- NumPy 元素級矩陣運算
- NumPy - 求和
- NumPy - 求平均值
- NumPy - 求中位數
- NumPy - 求最小值
- NumPy - 求最大值
- NumPy 集合運算
- NumPy - 唯一元素
- NumPy - 交集
- NumPy - 並集
- NumPy - 差集
- NumPy 資源
- NumPy 編譯器
- NumPy - 快速指南
- NumPy - 資源
- NumPy - 討論
NumPy rollaxis() 函式
NumPy 的rollaxis()函式用於將指定的軸向後滾動,直到它位於給定的位置,同時相應地移動其他所有軸。
此函式對於更改多維陣列中軸的順序非常有用,同時不會修改陣列的資料。
此函式接受三個引數:陣列、要滾動的軸和起始位置。軸將向後滾動,直到到達起始位置。
語法
NumPy rollaxis() 函式的語法如下:
numpy.rollaxis(a, axis, start=0)
引數
以下是 NumPy rollaxis() 函式的引數:
- a : 輸入陣列。
- axis : 要滾動的軸。該軸將向後滾動,直到位於給定位置。
- start : 軸將向後滾動,直到位於此位置之前。預設為 0,即滾動的軸將移到前面。
返回值
此函式返回軸已滾動到指定位置的陣列。
示例 1
以下是 NumPy rollaxis() 函式的示例,其中最後一個軸(即軸 2)透過將形狀從 (2, 3, 4) 更改為 (4, 2, 3) 而移動到前面:
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)
輸出
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,第二個軸(即軸 1)透過將形狀從 (2, 3, 4) 更改為 (2, 4, 3) 而移動到最後一個位置:
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)
輸出
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,我們使用numpy.rollaxis()來操作三維 NumPy 陣列的軸:
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))
輸出
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
廣告