numpy 转置_一起学数据分析之NumPy(08)——数组转置和对换

import numpy as np

转置(transpose)是重塑的一种形式，它返回的是源数据的视图(不会进行任何复制操作)。数组不仅有transpose方法，还有一个特殊的T属性：

In [3]:

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

Out[3]:

array([[ 0,  1,  2,  3,  4],       [ 5,  6,  7,  8,  9],       [10, 11, 12, 13, 14]])

In [4]:

arr.T

Out[4]:

array([[ 0,  5, 10],       [ 1,  6, 11],       [ 2,  7, 12],       [ 3,  8, 13],       [ 4,  9, 14]])

在进行矩阵计算时，经常需要用到该操作，比如利用np.dot计算矩阵內积:

In [22]:

arr = np.random.randn(6,3)np.dot(arr.T, arr)

Out[22]:

array([[ 3.94093877, -2.04846524,  0.68049782],       [-2.04846524,  9.13085141,  1.46028225],       [ 0.68049782,  1.46028225,  8.00914785]])

对于高维数组，transpose需要得到一个由轴编号组成的元组才能对这些轴进行转置(比较费脑子)：

In [43]:

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

Out[43]:

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

In [44]:

arr.transpose((0,1))

Out[44]:

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

In [48]:

np.transpose(arr)

Out[48]:

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

对于二维数组arr，我们看看它的每个元素：

In [50]:

arr[0][0]

Out[50]:

0

In [51]:

arr[0][1]

Out[51]:

1

In [52]:

arr[1][0]

Out[52]:

2

In [53]:

arr[1][1]

Out[53]:

3

我们来把第一个[]看作0轴，第二个[]看作是1轴，我们就比较好理解了：

In [56]:

# 0轴和1轴对换了arr.transpose((1,0))

Out[56]:

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

In [57]:

# 轴没有变化arr.transpose((0,1))

Out[57]:

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

对于三维数组：

In [6]:

arr3d = np.arange(16).reshape(2,2,4)arr3d

Out[6]:

array([[[ 0,  1,  2,  3],        [ 4,  5,  6,  7]],       [[ 8,  9, 10, 11],        [12, 13, 14, 15]]])

In [60]:

# 保持原来的轴顺序arr3d.transpose((0,1,2))

Out[60]:

array([[[ 0,  1,  2,  3],        [ 4,  5,  6,  7]],       [[ 8,  9, 10, 11],        [12, 13, 14, 15]]])

In [61]:

# 交换0和2轴arr3d.transpose((2,1,0))

Out[61]:

array([[[ 0,  8],        [ 4, 12]],       [[ 1,  9],        [ 5, 13]],       [[ 2, 10],        [ 6, 14]],       [[ 3, 11],        [ 7, 15]]])

In [62]:

# 交换1轴和2轴arr3d.transpose((0,2,1))

Out[62]:

array([[[ 0,  4],        [ 1,  5],        [ 2,  6],        [ 3,  7]],       [[ 8, 12],        [ 9, 13],        [10, 14],        [11, 15]]])

In [7]:

# 交换0轴和1轴arr3d.transpose((1,0,2))

Out[7]:

array([[[ 0,  1,  2,  3],        [ 8,  9, 10, 11]],       [[ 4,  5,  6,  7],        [12, 13, 14, 15]]])

简单的转置可以使用.T，它其实就是进行轴对换而已。ndarray还有一个swapaxes方法，它需要接受一对轴编号：

In [8]:

arr3d

Out[8]:

array([[[ 0,  1,  2,  3],        [ 4,  5,  6,  7]],       [[ 8,  9, 10, 11],        [12, 13, 14, 15]]])

In [10]:

arr3d.swapaxes(1,2)

Out[10]:

array([[[ 0,  4],        [ 1,  5],        [ 2,  6],        [ 3,  7]],       [[ 8, 12],        [ 9, 13],        [10, 14],        [11, 15]]])

可以看到结果和arr3d.transpose((0,2,1))是一样的。