
- NumPy 教程
- NumPy - 首頁
- NumPy - 簡介
- NumPy - 環境
- NumPy 陣列
- NumPy - Ndarray 物件
- NumPy - 資料型別
- NumPy 建立和運算元組
- 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 - 迭代陣列
- NumPy - 重塑陣列
- NumPy - 連線陣列
- NumPy - 堆疊陣列
- NumPy - 分割陣列
- NumPy - 展平陣列
- NumPy - 轉置陣列
- NumPy 索引和切片
- NumPy - 索引和切片
- NumPy - 高階索引
- NumPy 陣列屬性和運算
- 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
- 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 - 副本和檢視
- NumPy - 元素級陣列比較
- NumPy - 過濾陣列
- NumPy - 連線陣列
- NumPy - 排序、搜尋和計數函式
- NumPy - 搜尋陣列
- 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
- NumPy 排序和高階操作
- NumPy - 排序陣列
- 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 - 將值追加到陣列
- 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 - 估算缺失資料
- 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 有用資源
- NumPy 編譯器
- NumPy - 快速指南
- NumPy - 有用資源
- NumPy - 討論
NumPy swapaxes() 函式
NumPy 的swapaxes() 函式交換陣列的兩個指定軸,這實際上是重新排序其維度。
此函式用於將資料轉置到不同的方向,而無需更改底層資料。例如,給定一個形狀為 (2, 3, 4) 的陣列,呼叫 swapaxes(arr, 0, 2) 將得到一個形狀為 (4, 3, 2) 的陣列。
此函式需要三個引數,即要修改的陣列以及要交換的兩個軸索引。返回的陣列是原始陣列的檢視,因此不會複製資料,這使得它對於大型資料集非常高效。
語法
NumPy swapaxes() 函式的語法如下所示:
numpy.swapaxes(a, axis1, axis2)
引數
以下是 NumPy swapaxes() 函式的引數:
- a : 您要交換軸的輸入陣列。
- axis1 : 要交換的第一個軸。
- axis2 : 要交換的第二個軸。
返回值
此函式返回輸入陣列的檢視,其中交換了指定的軸。資料不會被複制,只會更改檢視。
示例 1
以下是 NumPy swapaxes() 函式的示例,它交換二維陣列的行和列:
import numpy as np # Create a 2D array array_2d = np.array([[1, 2, 3], [4, 5, 6]]) print("Original Array:\n", array_2d) # Swap axes swapped_array_2d = np.swapaxes(array_2d, 0, 1) print("Swapped Axes Array:\n", swapped_array_2d)
輸出
Original Array: [[1 2 3] [4 5 6]] Swapped Axes Array: [[1 4] [2 5] [3 6]]
示例 2
此示例透過相應地修改其形狀來交換四維陣列的第二個和第三個軸。
import numpy as np # Create a 4D array array_4d = np.arange(24).reshape(2, 3, 4, 1) print("Original Array shape:", array_4d.shape) # Swap axes swapped_array_4d = np.swapaxes(array_4d, 1, 2) print("Swapped Axes Array shape:", swapped_array_4d.shape)
輸出
Original Array shape: (2, 3, 4, 1) Swapped Axes Array shape: (2, 4, 3, 1)
示例 3
以下是如何使用swapaxes() 函式在三維 ndarray 中交換軸的示例:
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') # Swapping numbers between axis 0 (along depth) and axis 2 (along width) swapped_array = np.swapaxes(a, 2, 0) print('The array after applying the swapaxes function:') print(swapped_array)
輸出
The original array: [[[0 1] [2 3]] [[4 5] [6 7]]] The array after applying the swapaxes function: [[[0 4] [2 6]] [[1 5] [3 7]]]
numpy_array_manipulation.htm
廣告