3、Numpy数组操作---第5节矩阵转置

本节内容紧接上一篇内容,同属于数组操作的章节。

5、数组(矩阵)转置和轴对换:

1、numpy中的数组其实就是线性代数中的矩阵。矩阵是可以进行转置的。ndarray有一个T属性,可以返回这个数组的转置的结果。示例代码如下:

#ndarray有一个T属性,可以返回这个数组的转置的结果。
a1 = np.arange(0,24).reshape((4,6))
print(a1)
# [[ 0  1  2  3  4  5]
#  [ 6  7  8  9 10 11]
#  [12 13 14 15 16 17]
#  [18 19 20 21 22 23]]  #4行6列
a2 = a1.T
print(a2)
# [[ 0  6 12 18]
#  [ 1  7 13 19]
#  [ 2  8 14 20]
#  [ 3  9 15 21]
#  [ 4 10 16 22]
#  [ 5 11 17 23]]  #6行4列

2、另外还有一个方法叫做transpose,这个方法返回的是一个View,也即修改返回值,会影响到原来数组。示例代码如下:

#transpose方法,这个方法返回的是一个View,也即修改返回值,会影响到原来数组。
a1 = np.arange(0,24).reshape((4,6))
print(a1)
# [[ 0  1  2  3  4  5]
#  [ 6  7  8  9 10 11]
#  [12 13 14 15 16 17]
#  [18 19 20 21 22 23]]
print(a1.transpose())
# [[ 0  6 12 18]
#  [ 1  7 13 19]
#  [ 2  8 14 20]
#  [ 3  9 15 21]
#  [ 4 10 16 22]
#  [ 5 11 17 23]]
a2 = a1.transpose()
print(a2)
# [[ 0  6 12 18]
#  [ 1  7 13 19]
#  [ 2  8 14 20]
#  [ 3  9 15 21]
#  [ 4 10 16 22]
#  [ 5 11 17 23]]

3、为什么要进行矩阵转置呢,有时候在做一些计算的时候需要用到。比如做矩阵的内积的时候。就必须将矩阵进行转置后再乘以之前的矩阵

#做矩阵的内积的时候。就必须将矩阵进行转置后再乘以之前的矩阵
a1 = np.arange(0,24).reshape((4,6))
a2 = a1.T
print(a1.dot(a2))#.dot()方法进行内积运算,返回4行4列矩阵
# [[  55  145  235  325]
#  [ 145  451  757 1063]
#  [ 235  757 1279 1801]
#  [ 325 1063 1801 2539]]

注意:要记住矩阵进行内积运算,可以通过矩阵乘以原矩阵的转置实现

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值