numpy 转置_Numpy基础：数组转置和轴对换

转置（transpose）是重塑的一种特殊形式，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[70]:arr=np.arange(15).reshape((3,5))

In[71]:arr

Out[71]:

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

[ 5, 6, 7, 8, 9],

[10, 11, 12, 13, 14]])

In[72]:arr.T

Out[72]:

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计算矩阵内积XTX：

In[73]:arr=np.random.randn(6,3)

In[74]:np.dot(arr.T,arr)

Out[74]:

array([[ 14.91087193, -7.57347777, -0.56395378],

[ -7.57347777, 6.79559058, 3.99068128],

[ -0.56395378, 3.99068128, 9.8351215 ]])

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[75]:arr=np.arange(16).reshape((2,2,4))

In[76]:arr

Out[76]:

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

[ 4, 5, 6, 7]],

[[ 8, 9, 10, 11],

[12, 13, 14, 15]]])

In[77]:arr.transpose((1,0,2))

Out[77]:

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[78]:arr

Out[78]:

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

[ 4, 5, 6, 7]],

[[ 8, 9, 10, 11],

[12, 13, 14, 15]]])

In[79]:arr.swapaxes(1,2)

Out[80]:

array([[[ 0, 4],

[ 1, 5],

[ 2, 6],

[ 3, 7]],

[[ 8, 12],

[ 9, 13],

[10, 14],

[11, 15]]])

swapaxes也是返回源数据的视图（不会进行任何复制操作）。

亲，如果笔记对您有帮助，收藏的同时，记得给点个赞、加个关注哦！感谢！」
「诚邀关注“issnail”，会有惊喜哦!」
「文中代码均亲测过，若有错误之处，欢迎批评指正，一起学习，一起成长！」
参考书目：利用python进行数据分析