这篇文章主要介绍了Python numpy数组转置与轴变换,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

矩阵的转置

>>> import numpy as np

>>> arr=np.arange(15).reshape((3,5))

>>> arr

array([[ 0, 1, 2, 3, 4],

[ 5, 6, 7, 8, 9],

[10, 11, 12, 13, 14]])

>>> arr.T

array([[ 0, 5, 10],

[ 1, 6, 11],

[ 2, 7, 12],

[ 3, 8, 13],

[ 4, 9, 14]])

矩阵的内积

>>> import numpy as np

>>> arr=np.arange(15).reshape((3,5))

>>> arr

array([[ 0, 1, 2, 3, 4],

[ 5, 6, 7, 8, 9],

[10, 11, 12, 13, 14]])

>>> arr.T

array([[ 0, 5, 10],

[ 1, 6, 11],

[ 2, 7, 12],

[ 3, 8, 13],

[ 4, 9, 14]])

>>> np.dot(arr.T,arr)

array([[125, 140, 155, 170, 185],

[140, 158, 176, 194, 212],

[155, 176, 197, 218, 239],

[170, 194, 218, 242, 266],

[185, 212, 239, 266, 293]])

轴变换

二维轴变换

1.两轴交换

>>> import numpy as np

>>> arr=np.arange(15).reshape((3,5))

>>> arr

array([[ 0, 1, 2, 3, 4],

[ 5, 6, 7, 8, 9],

[10, 11, 12, 13, 14]])

>>> arr.transpose(1,0)#1轴和0轴进行交换

array([[ 0, 5, 10],

[ 1, 6, 11],

[ 2, 7, 12],

[ 3, 8, 13],

[ 4, 9, 14]])

三维轴变换

>>> arr = np.arange(16).reshape((2, 2, 4))

>>> arr

array([[[ 0, 1, 2, 3],

[ 4, 5, 6, 7]],

[[ 8, 9, 10, 11],

[12, 13, 14, 15]]])

>>> arr.transpose((1,0,2))

array([[[ 0, 1, 2, 3],

[ 8, 9, 10, 11]],

[[ 4, 5, 6, 7],

[12, 13, 14, 15]]])

1.这种变化有点麻烦，不好理解。但是如果简单化就好了，加入用P(x,y,z)来表示矩阵中的每一个点，那么在numpy中，这个x,y,z就分别对应0,1,2

2.举个例子比如原来数组中0这个元素，它原来的坐标是(0,0,0),那么transpose(1,0,2)对于这个点来说就是把x,y坐标互换，而z坐标不变，则其在新的矩阵中坐标依旧是(0,0,0)不变

3.举个另外点的例子比如4这个点，其坐标是(0,1,1),那么它的x和y坐标交换之后是(1,0,1),所以它在新的矩阵中位置是(1,0,1)

4.事实上transpose函数正是对原来矩阵中每个点做这个变换，最后得到新的矩阵

两轴交换

交换1轴和2轴

>>> arr

array([[[ 0, 1, 2, 3],

[ 4, 5, 6, 7]],

[[ 8, 9, 10, 11],

[12, 13, 14, 15]]])

>>> arr.swapaxes(1,2)

array([[[ 0, 4],

[ 1, 5],

[ 2, 6],

[ 3, 7]],

[[ 8, 12],

[ 9, 13],

[10, 14],

[11, 15]]])

>>> arr

array([[[ 0, 1, 2, 3],

[ 4, 5, 6, 7]],

[[ 8, 9, 10, 11],

[12, 13, 14, 15]]])

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持python博客。