numpy.transpose 使用问题

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3）

最近用了矩阵转置 numpy.transpose(),发现了一点有趣的现象:

[python]  view plain  copy

1. x=linspace(0,4,5)  

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

[python]  view plain  copy

1. x.shape  

(5, )

想把x从一行,变成一列,如下直接转置会失败:

[python]  view plain  copy

1. y=transpose(x)  

正确的做法是:

[python]  view plain  copy

1. x.shape=(5,1)  
2. y=transpose(x)  

查看结果:

[python]  view plain  copy

1. y  

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

[python]  view plain  copy

1. y.shape  

(1,5)

原来transpose的操作依赖于shape参数,对于一维的shape,转置是不起作用的.

这点matlab倒是显得很人性化,里面的一维向量转置很方便.例如

[plain]  view plain  copy

1. x=1:10;%一维行向量  
2. y=x';%一维列向量  

当然Python中Numpy的实现机制,是基于类的,这和Matlab完全不一样.这点在数组(矩阵)转置的时候也有所体现.