numpy.transpose()是对矩阵按照所需的要求的转置,比较难理解,现以例子来说明:
<span style= "font-family:KaiTi_GB2312;font-size:18px;" > import numpy as np a = np.array(range(30 )).reshape( 2 , 3 , 5 ) print ( "a = " ) print (a) print "\n=====================\n" print ( "a.transpose() = " ) print (a.transpose( 1 , 0 , 2 ))</span>
输出:
<span style= "font-family:KaiTi_GB2312;font-size:18px;" >a = [[[ 0 1 2 3 4 ] [ 5 6 7 8 9 ] [10 11 12 13 14 ]] [[15 16 17 18 19 ] [20 21 22 23 24 ] [25 26 27 28 29 ]]] ===================== a.transpose() = [[[ 0 1 2 3 4 ] [15 16 17 18 19 ]] [[ 5 6 7 8 9 ] [20 21 22 23 24 ]] [[10 11 12 13 14 ] [25 26 27 28 29 ]]]</span>
刚开始看这些数据,根本没有头绪,这就要理解transpose()中的参数的意义,因为数组a的shape为(2,3,5),是一个三维数组,那么这个元组对应的索引为:(0,1,2),也就是a.shape的下标:(2[0], 3[1], 5[2]), []中对应的是shape元组的索引。那么,现在,通过b = a.transpose(1, 0, 2),那么b.shape就变成(3, 2, 5),这就是说transpose就是改变高维数组的形状,形状改变了,那么里面的元素自然也要重新排列,比如:
元素11在a中的位置是a[0][2][1],经过b = a.transpose(1, 0, 2)之后,11在b中的位置就变成b[2][0][1]。再比如元素28,在a中的位置a[1][2][3],在b中为:a[2][1][3].