ranspose 的原理其实是根据维度(shape)索引决定的,举个栗子:
x = np.arange(4).reshape((2,2)) //生成一个2x2的数组
print(x)
[[0 1]
[2 3]]
我们生成了一个维度为二维的数组,其中有两个索引值(矩阵的行与列)。
transpose()函数不加参数时候,就是求这个矩阵的转置:
x = np.arange(4).reshape((2,2))
x = np.transpose(x)
print(x)
[[0 2]
[1 3]]
我们可以直观的看到,数组的行列索引值对换,1的位置从x(0,1)跑到了x(1,0)。
那么三维数组呢?
我们继续生成一个三维的数组:
x = np.arange(12).reshape((2,2,3)) //生成一个2x2x3的数组
print(x)
[[[ 0 1 2]
[ 3 4 5]]
[[ 6 7 8]
[ 9 10 11]]]
我们从高中数学知道三维由x轴、y轴以及z轴组成。
假设三维数组当中的索引值为x,y,z
transpose()函数的作用就是调换x,y,z的位置,也就是数组的索引值。
所以我们正常的数组索引值为(0,1,2),等于(x,y,z)
我们来看实例代码:
x = np.arange(12).reshape((2,2,3))
print(x)
[[[ 0 1 2]
[ 3 4 5]]
[[ 6 7 8]
[ 9 10 11]]]
x = np.transpose(x,(1,0,2)) //transpose()函数的第二个参数就是改变索引值的地方
print(x)
[[[ 0 1 2]
[ 6 7 8]]
[[ 3 4 5]
[ 9 10 11]]]
通过transpose()函数改变了x的索引值为(1,0,2),对应(y,x,z)
索引改变后原本y的值和x的值对换了。
有上面代码的数字7为例,原本的7的位置索引为(1,0,1),通过transpose(x,(1,0,2))索引改变为(0,1,1)