Hàm numpy.transpose [] là một trong những hàm quan trọng nhất trong phép nhân ma trận. Hàm này thấm hoặc đặt trước kích thước của mảng đã cho và trả về mảng đã sửa đổi.
Hàm numpy.transpose [] thay đổi các phần tử hàng thành các phần tử cột và các phần tử cột thành các phần tử hàng. Đầu ra của hàm này là một mảng được sửa đổi của bản gốc.
Cú pháp
Thông số
ARR: Array_Like
Đó là một ndarray. Đó là mảng nguồn có các yếu tố chúng tôi muốn chuyển vị. Tham số này là điều cần thiết và đóng một vai trò quan trọng trong chức năng numpy.transpose [].
Trục: Danh sách Ints []
Nếu chúng ta không chỉ định trục, thì theo mặc định, nó sẽ đảo ngược các kích thước nếu không sẽ hoán vị trục theo các giá trị đã cho.
Trở về
Hàm này trả về một ndarray. Mảng đầu ra là mảng nguồn, với trục của nó được hoán vị. Một chế độ xem được trả lại bất cứ khi nào có thể.
Ví dụ 1: numpy.transpose []
Output:
array[[[0, 1, 2], [3, 4, 5]]] array[[[0, 3], [1, 4], [2, 5]]]
Trong mã trên
- Chúng tôi đã nhập Numpy với tên bí danh NP.
- Chúng tôi đã tạo một mảng 'A' bằng cách sử dụng hàm np.arange [] và đưa ra một hình dạng bằng cách sử dụng hàm định hình lại [].
- Chúng tôi đã khai báo biến 'B' và được gán giá trị trả về của hàm np.transpose [].
- Chúng tôi đã vượt qua mảng 'A' trong hàm.
- Cuối cùng, chúng tôi đã cố gắng in giá trị của b.
Trong đầu ra, mảng chuyển của mảng ban đầu đã được hiển thị.
Ví dụ 2: numpy.transpose [] với trục
Output:
array[[[1, 2], [4, 5], [7, 8]]] array[[[1, 4, 7], [2, 5, 8]]]
Trong mã trên
- Chúng tôi đã nhập Numpy với tên bí danh NP.
- Chúng tôi đã tạo một mảng 'A' bằng cách sử dụng hàm np.arange [] và đưa ra một hình dạng bằng cách sử dụng hàm định hình lại [].
- Chúng tôi đã khai báo biến 'B' và được gán giá trị trả về của hàm np.transpose [].
- Chúng tôi đã vượt qua mảng 'A' trong hàm.
- Cuối cùng, chúng tôi đã cố gắng in giá trị của b.
Trong đầu ra, mảng chuyển của mảng ban đầu đã được hiển thị.
Ví dụ 2: numpy.transpose [] với trục
Output:
[32L, 64L, 12L, 123L] [12L, 64L, 32L, 123L]
- Chúng tôi đã nhập Numpy với tên bí danh NP.
- Chúng tôi đã tạo một mảng 'A' bằng cách sử dụng hàm np.arange [] và đưa ra một hình dạng bằng cách sử dụng hàm định hình lại [].
- Chúng tôi đã khai báo biến 'B' và được gán giá trị trả về của hàm np.transpose [].
- Chúng tôi đã vượt qua mảng 'A' trong hàm.
- Cuối cùng, chúng tôi đã cố gắng in giá trị của b.
Trong đầu ra, mảng chuyển của mảng ban đầu đã được hiển thị.
Đảo ngược hoặc hoán vị các trục của một mảng; Trả về mảng sửa đổi.
Đối với một mảng A với hai trục, chuyển vị [a] cho ma trận chuyển vị.
Tham khảo numpy.ndarray.transpose
để biết tài liệu đầy đủ.
Mảng đầu vào.
Axestuple hoặc Danh sách các INT, tùy chọntuple or list of ints, optionalNếu được chỉ định, nó phải là một tuple hoặc danh sách chứa hoán vị của [0,1, .., n-1] trong đó n là số trục của a. Trục IL của mảng được trả về sẽ tương ứng với trục được đánh số axes[i]
của đầu vào. Nếu không được chỉ định, mặc định là range[a.ndim][::-1]
, đảo ngược thứ tự của các trục.
A với các trục của nó hoán vị. Một chế độ xem được trả lại bất cứ khi nào có thể.
Ghi chú
Sử dụng Chuyển đổi [A, ARGSORT [trục]] để đảo ngược sự hoán vị của các tenxơ khi sử dụng đối số từ khóa của trục.
Việc chuyển một mảng 1-D trả về một cái nhìn không thay đổi của mảng gốc.
Ví dụ
>>> x = np.arange[4].reshape[[2,2]] >>> x array[[[0, 1], [2, 3]]]
>>> np.transpose[x] array[[[0, 2], [1, 3]]]
>>> x = np.ones[[1, 2, 3]] >>> np.transpose[x, [1, 0, 2]].shape [2, 1, 3]
>>> x = np.ones[[2, 3, 4, 5]] >>> np.transpose[x].shape [5, 4, 3, 2]