如下所示：

import numpy as np 

三維數(shù)組

arr1 = np.arange(16).reshape((2, 2, 4)) 
#[[[ 0 1 2 3] 
# [ 4 5 6 7]] 
 
# [[ 8 9 10 11] 
# [12 13 14 15]]] 
 
arr2=arr1.transpose((1,0,2)) 
#[[[ 0 1 2 3] 
# [ 8 9 10 11]] 
# 
# [[ 4 5 6 7] 
# [12 13 14 15]]] 

正序?yàn)椋?，1，2），數(shù)組為

#[[[ 0 1 2 3] 
# [ 4 5 6 7]] 
 
# [[ 8 9 10 11] 
# [12 13 14 15]]] 

為什么進(jìn)過(guò)tanspose（1，0，2），數(shù)組變?yōu)?/p>

#[[[ 0 1 2 3] 
# [ 8 9 10 11]] 
# 
# [[ 4 5 6 7] 
# [12 13 14 15]]] 

仔細(xì)觀察之后，可以看到轉(zhuǎn)置后的數(shù)組和轉(zhuǎn)置前的數(shù)組的區(qū)別就是第一頁(yè)的第二行和第二頁(yè)的第一行對(duì)換了，可是為什么？

當(dāng)我用arr1[0,1,0]，索引值為4

當(dāng)我用arr2[1,0,0]，索引值為4

對(duì)比索引參數(shù)表的變化和正序和轉(zhuǎn)置序的不同似乎存在某種聯(lián)系

對(duì)于arr1數(shù)組，索引參數(shù)表[0，0，x]可以表示第一頁(yè)的第一行，當(dāng)前兩個(gè)參數(shù)對(duì)換之后，同一個(gè)元素的索引參數(shù)表并沒(méi)有變化

故arr2的第一頁(yè)第一行和arr1的第一頁(yè)第一行相同

對(duì)于arr1數(shù)組，索引參數(shù)表[0，1，x]可以表示第一頁(yè)第二行，當(dāng)前兩個(gè)參數(shù)對(duì)換之后，同一個(gè)元素的索引值比如[0，1，0]變?yōu)閇1，0，0]，

這就是解釋了索引值4的索引參數(shù)表的不同

大概就是這個(gè)思路所以transpose(1,0,2)，數(shù)組的第一頁(yè)第二行和第二頁(yè)第一行對(duì)換

后面的四種轉(zhuǎn)置方式也大致是這個(gè)思路，仔細(xì)觀察一下，理解起來(lái)應(yīng)該不難

arr3=arr1.transpose((0,2,1)) 
 
# [[[ 0 4] 
# [ 1 5] 
# [ 2 6] 
# [ 3 7]] 
# 
# [[ 8 12] 
# [ 9 13] 
# [10 14] 
# [11 15]]] 
 
arr4=arr1.transpose((2,0,1)) 
#[[[ 0 4] 
# [ 8 12]] 
# 
# [[ 1 5] 
# [ 9 13]] 
# 
# [[ 2 6] 
# [10 14]] 
# 
# [[ 3 7] 
# [11 15]]] 

這里要注意的是，arr4數(shù)組變成4頁(yè)，這是因?yàn)轫?yè)碼和行碼對(duì)換之后，

頁(yè)碼從數(shù)量2，變成了4

而行碼從數(shù)量4，變成了2

arr5=arr1.transpose((2,1,0)) 
#[[[ 0 8] 
# [ 4 12]] 
# 
# [[ 1 9] 
# [ 5 13]] 
# 
# [[ 2 10] 
# [ 6 14]] 
# 
# [[ 3 11] 
# [ 7 15]]] 
 
arr6=arr1.transpose((1,2,0)) 
#[[[ 0 8] 
# [ 1 9] 
# [ 2 10] 
# [ 3 11]] 
# 
# [[ 4 12] 
# [ 5 13] 
# [ 6 14] 
# [ 7 15]]] 

另外，轉(zhuǎn)置（2，0，1）可以看成，先轉(zhuǎn)置（0，2，1）再轉(zhuǎn)置（1，0，2）

轉(zhuǎn)置（2，1，0）可以看成，先轉(zhuǎn)置（1，0，2），然后轉(zhuǎn)置（0，2，1），最后轉(zhuǎn)置（1，0，2）

轉(zhuǎn)置（1，2，0）可以看成，先轉(zhuǎn)置（1，0，2），在轉(zhuǎn)置（0，2，1）

代碼可以寫(xiě)成

arr4=arr1.transpose(0,2,1).transpose(1,0,2) 

#[[[ 0 4]
# [ 8 12]]
#
# [[ 1 5]
# [ 9 13]]
#
# [[ 2 6]
# [10 14]]
#
# [[ 3 7]
# [11 15]]]

結(jié)果一樣！

以上這篇numpy.transpose對(duì)三維數(shù)組的轉(zhuǎn)置方法就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論