NumPy库学习之transpose函数
一、简介
numpy.transpose 是 NumPy 库中的一个函数，用于对数组的轴进行置换。这个函数可以重新排列多维数组的维度，使得数组的各个维度可以按照指定的顺序进行交换。这对于某些需要特定数据布局的计算非常有用，例如在机器学习和深度学习中调整数据的形状以适应算法要求。
二、语法和参数
语法：
numpy.transpose(a, axes=None)
参数：
a: 输入的数组。axes: 一个包含轴顺序的元组，用于指定新的轴顺序。如果省略此参数，数组将被转置（即轴0和轴1互换，依此类推）。
返回值：
返回一个新的数组视图，其轴顺序已经被置换。
三、实例
3.1 基本转置
- 代码：
import numpy as np# 创建一个 2x3 的数组
arr = np.array([[1, 2, 3], [4, 5, 6]])# 转置数组
transposed_arr = np.transpose(arr)
- 输出：
[[1 4][2 5][3 6]]
3.2 指定轴顺序
- 代码：
import numpy as np# 创建一个 2x3x4 的三维数组
arr_3d = np.array([[[ 0, 1, 2, 3],[ 4, 5, 6, 7],[ 8, 9, 10, 11]],[[12, 13, 14, 15],[16, 17, 18, 19],[20, 21, 22, 23]]])# 指定新的轴顺序，例如 (2, 1, 0)
transposed_arr_3d = np.transpose(arr_3d, (2, 1, 0))
- 输出：
[[[ 0 4 8][ 1 5 9][ 2 6 10][ 3 7 11]][[12 16 20][13 17 21][14 18 22][15 19 23]]]
四、注意事项
numpy.transpose不会改变原始数组的数据，而是返回一个新的数组视图。- 如果
axes参数省略，对于二维数组，它将执行常规的矩阵转置操作。 - 对于更高维度的数组，
axes参数允许更复杂的轴置换操作。 - 当指定
axes参数时，需要确保提供的轴顺序与原始数组的维度匹配。 - 转置操作在内存中是高效的，因为它不涉及数据的实际移动，只是改变了数据的解释方式。
