NumPy 數(shù)組在進(jìn)行轉(zhuǎn)置時(shí)不會(huì)實(shí)際移動(dòng)內(nèi)存中的任何數(shù)據(jù) 位置只是改變對(duì)原始矩陣的索引方式 ，比如我原來(lái)是行索引現(xiàn)在變?yōu)榱兴饕?/p>

轉(zhuǎn)置是一種視圖并不是對(duì)原數(shù)組的復(fù)制數(shù)組轉(zhuǎn)置擁有transpose方法，也有特殊的T屬性

對(duì)于numpy數(shù)組的轉(zhuǎn)置僅限于一維和二維數(shù)組，使用的是 numpy中的T 屬性

創(chuàng)建一個(gè)0-15的一維數(shù)組，并且對(duì)它進(jìn)行了數(shù)組重組，變?yōu)?2 x 2 x 4的三維數(shù)組，并對(duì)它進(jìn)行轉(zhuǎn)置

import  numpy as np
#創(chuàng)建一個(gè)三維數(shù)組，這個(gè)三維數(shù)組的形狀是 2 x 2 x 4 ,三維數(shù)組包括兩個(gè)二維數(shù)組，二維數(shù)組中包含兩個(gè)一維數(shù)組，一維數(shù)組的數(shù)組維度長(zhǎng)度是 4
arr = np.arange(16)
arr2 = arr.reshape(4,-1)
arr3 = arr.T
0

我們通過(guò)數(shù)組的迭代來(lái)檢查numpy數(shù)組的轉(zhuǎn)置是否對(duì)原數(shù)組位置做了改變，這里我們要引用numpy.nditer() 方法

對(duì)原數(shù)組進(jìn)行迭代：

arr = np.arange(16)
arr2 = arr.reshape(4,-1)
for x in np.nditer(arr2): # 需要注意的是for循環(huán)的末尾一定要加上 冒號(hào)（:）
 print(x,end=" ")

我們對(duì)通過(guò) arr2的轉(zhuǎn)置數(shù)組arr3做迭代

arr = np.arange(16)
arr2 = arr.reshape(4,-1)
arr3 = arr2.T
for xx in np.nditer(arr3):
 print(xx,end=" ")

可以發(fā)現(xiàn)他們的打印結(jié)果未發(fā)生任何變化，所以可以證實(shí)，數(shù)組轉(zhuǎn)置并不是改變了原數(shù)組的元素位置，只是改變了它的索引方式。

其實(shí)我可以告訴你，一個(gè)最終結(jié)果，原數(shù)組和對(duì)原數(shù)組的轉(zhuǎn)置在內(nèi)存中是共享數(shù)據(jù)的，，類(lèi)似于家里的小狗叫做旺旺 和小黃，其實(shí)指的是是一個(gè)東西

在這里需要注意的是，在數(shù)組轉(zhuǎn)置下對(duì)數(shù)組作修改一定會(huì)影響到原數(shù)組

例如：

arr = np.arange(10).reshape(2,5)
arr2 = arr.T
#為了方便理解我上述說(shuō)的意思，我引用下面的實(shí)例
#對(duì)arr2中的某一數(shù)組作以修改
print(arr)  # 原數(shù)組
arr2[2][1] = 200  #在原數(shù)組轉(zhuǎn)置后，對(duì)其中 某一個(gè)元素做修改
print(arr2)  # 打印對(duì)原數(shù)組轉(zhuǎn)之后的數(shù)組
print(arr)   #打印原數(shù)組

發(fā)現(xiàn)了什么我們最初定義的數(shù)組被篡改了，不知道大家對(duì)數(shù)組的轉(zhuǎn)置和原數(shù)組公用一個(gè)內(nèi)存位置的概念的理解是否變得容易

array.transpose() 軸交換

雖然，transpose方法可以實(shí)現(xiàn)轉(zhuǎn)置，但是它的真正用途是軸交換，我前面提到.T 方法只適合用于一二數(shù)組，三維，四維就要用到transpose（）方法。

transpose（） 方法中的參數(shù)和數(shù)組的維度有關(guān)，拿三位數(shù)組來(lái)說(shuō)共需要三個(gè)參數(shù)分別是，

transpose（x,y,z）其中的參數(shù)分別對(duì)應(yīng)0，1，2,只需要變換軸對(duì)應(yīng)數(shù)字參數(shù)的順序就可以將數(shù)組進(jìn)行軸的變換。

原數(shù)組對(duì)應(yīng)的參數(shù)順序是，transpose(0,1,2)

import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
print(arr)
arr2 = arr.transpose((0,2,1))  #我在這里改變了列和縱深的順序
print(arr2)

經(jīng)過(guò)軸交換后arr數(shù)組打印結(jié)果

這一塊比較難于理解，我也是看了好久現(xiàn)在也是馬馬虎虎，我可以告訴大家一個(gè)比較笨的方法

請(qǐng)記住，（x,y,z）或者（0,1,2）分別代表行軸，列軸，縱深軸，transpose 方法是對(duì)它們的軸進(jìn)行了交換。

到此這篇關(guān)于Numpy數(shù)組的轉(zhuǎn)置和軸交換的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)Numpy數(shù)組轉(zhuǎn)置和軸交換內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論