
- 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 - 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
- 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 高階陣列操作
- NumPy - 交換陣列的軸
- NumPy - 位元組交換
- NumPy - 複製和檢視
- 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 操作
- 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 - 填充缺失資料
- 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 - 陣列轉置
轉置 NumPy 陣列
在 NumPy 中轉置陣列意味著重新排列陣列的維度以沿不同的軸訪問其資料。
對於一個**二維陣列**(矩陣),轉置意味著沿其對角線翻轉陣列。這會交換行和列。如果你有一個形狀為"(m, n)"的陣列"A",則轉置"A.T"將具有形狀"(n, m)",其中 A 中位置"(i, j)"處的每個元素都將在 A.T 中的位置"(j, i)"處。
對於具有兩個以上維度的陣列,轉置涉及根據指定的順序重新排序軸。
使用 transpose() 函式轉置陣列
NumPy 中的 transpose() 函式用於重新排列陣列的維度。它返回一個數組的檢視,其軸按指定的順序重新排列。
如果未指定順序,則返回陣列的形狀與原始陣列的形狀相同,但維度以相反的順序排列。以下是語法 -
numpy.transpose(a, axes=None)
其中,
a -** 它是要轉置的類陣列物件。
axes (可選) -** 它指定軸的新順序。如果未提供,則預設為反轉陣列的維度。
示例:轉置二維陣列
在以下示例中,我們使用 numpy.transpose() 函式和預設引數轉置二維陣列"arr" -
import numpy as np # 2D array arr = np.array([[1, 2, 3], [4, 5, 6]]) # Transposing the array transposed_arr = np.transpose(arr) print("Original Array:") print(arr) print("\nTransposed Array:") print(transposed_arr)
這會交換陣列的行和列,如下面的輸出所示 -
Original Array: [[1 2 3] [4 5 6]] Transposed Array: [[1 4] [2 5] [3 6]]
示例:轉置三維陣列
在這裡,我們使用 numpy.transpose() 函式和預設引數轉置三維陣列"arr_3d" -
import numpy as np # 3D array arr_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]]) # Transposing a 3D array transposed_arr_3d = np.transpose(arr_3d) print("Original 3D Array:") print(arr_3d) print("\nTransposed 3D Array:") print(transposed_arr_3d)
這會更改維度的順序,有效地重新排列陣列的深度和高度,如下面的輸出所示 -
Original 3D Array: [[[1 2] [3 4]] [[5 6] [7 8]]] Transposed 3D Array: [[[1 5] [3 7]] [[2 6] [4 8]]]
示例:使用指定的軸轉置
在下面的示例中,我們重新排列三維陣列的軸,使得第一維(軸 0)保持不變,而軸"1"和"2"使用 numpy.transpose() 函式交換 -
import numpy as np # 3D array arr = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]]) # Transposing transposed_arr = np.transpose(arr, axes=(0, 2, 1)) print("Original 3D Array:") print(arr) print("\nTransposed 3D Array:",transposed_arr)
以下是獲得的輸出 -
Original 3D Array: [[[1 2] [3 4]] [[5 6] [7 8]]] Transposed 3D Array: [[[1 3] [2 4]] [[5 7] [6 8]]]
使用 "ndarray.T" 物件轉置陣列
NumPy 陣列有一個方便的屬性".T"**,它提供了一種快速轉置陣列的方法,無需顯式呼叫transpose()** 函式。換句話說,它在沒有任何額外引數的情況下反轉多維陣列的軸。
示例
在此示例中,我們使用 NumPy 中的.T** 屬性轉置陣列"arr" -
import numpy as np # Creating a 2D array arr = np.array([[1, 2, 3], [4, 5, 6]]) # Transpose the array transposed_arr = arr.T print("Original Array:") print(arr) print("\nTransposed Array using .T:") print(transposed_arr)
產生的結果如下 -
Original Array: [[1 2 3] [4 5 6]] Transposed Array using .T: [[1 4] [2 5] [3 6]]
廣告