
- 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 - 陣列建立函式
- 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 - 陣列扁平化
- NumPy - 陣列轉置
- 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 - 陣列步幅
- 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 - 交換陣列軸
- NumPy - 位元組交換
- NumPy - 複製和檢視
- 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 有用資源
- NumPy 編譯器
- NumPy - 快速指南
- NumPy - 有用資源
- NumPy - 討論
NumPy transpose() 函式
NumPy 的transpose()函式會置換給定陣列的維度。它會在可能的情況下返回一個檢視。它常用於資料處理、科學計算和機器學習任務中,在這些任務中多維陣列很常見。
預設情況下,此函式會反轉陣列的維度。陣列根據axes的值進行轉置。
如果我們想根據特定順序轉置陣列,我們可以傳遞所需的軸順序。例如,如果我們有一個3D陣列,並且我們想交換第一個軸和最後一個軸,我們可以傳遞(2, 1, 0)。
語法
NumPy transpose() 函式的語法如下:
numpy.transpose(a, axes=None)
引數
以下是 NumPy transpose() 函式的引數:
- a : 要轉置的陣列。
- axes : 元組或整數列表,可選
返回值
transpose() 函式返回轉置後的陣列,其資料型別與輸入陣列相同。
示例 1
以下是 numpy transpose() 函式的示例,其中轉置操作交換了二維陣列的行和列:
import numpy as np # Original 2D array array_2d = np.array([[1, 2, 3], [4, 5, 6]]) # Transposing the 2D array transposed_2d = np.transpose(array_2d) print("Original array:\n", array_2d) print("Transposed array:\n", transposed_2d)
輸出
Original array: [[1 2 3] [4 5 6]] Transposed array: [[1 4] [2 5] [3 6]]
示例 2
在這個例子中,我們將使用swapaxes()函式來交換三維ndarray中指定的軸,有效地重新排序陣列的維度:
import numpy as np # Original 3D array array_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]]) # Transposing the 3D array with specified axes transposed_3d = np.transpose(array_3d, axes=(1, 0, 2)) print("Original array:\n", array_3d) print("Transposed array with axes (1, 0, 2):\n", transposed_3d)
輸出
Original array: [[[1 2] [3 4]] [[5 6] [7 8]]] Transposed array with axes (1, 0, 2): [[[1 2] [5 6]] [[3 4] [7 8]]]
numpy_array_manipulation.htm
廣告