關於陣列的轉置,numpy提供了transpose函式和.t屬性兩種實現形式,一般transpose使用起來更為方便,另外轉換其中的兩個軸還可以用swapreaxes,下面通過例子來做介紹。
對於是否指定轉化規則,具體來看三維的變化:原始資料的「三維」是(2,3,4),不指定轉換規則後的「三維」是(4,3,2),而指定規則後的三維則是按照我們指定的規則,將其一維和二維進行調換。#一維陣列轉置
>>> arr = np.arange(6)
>>> print arr
[0, 1, 2, 3, 4, 5]
>>> print np.transpose(arr)
[0, 1, 2, 3, 4, 5]#一維還是一維…
#二維陣列轉置
>>> arr = np.arange(6).reshape((2,3))
>>> print arr
[[0, 1, 2],
[3, 4, 5]]
>>> print np.transpose(arr)
[[0,3],
[1,4],
[3,5]]
#三維陣列的轉置
>>> arr = np.arange(24).reshape((2,3,4))
>>> print arr
[[[ 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 np.transpose(arr)
[[[0, 12],
[4, 16],
[8, 20]],
[[1, 13],
[5, 17],
[9, 21]],
[[2, 14],
[6, 18],
[10, 22]],
[[3, 15],
[7, 19],
[11, 23]]]
#當陣列》=三維之後,我們可能希望按照特定規則來轉置,transpose 可以接受用於指定轉置的座標軸號碼的元組
>>> print np.transpose(arr, (1,0,2))
[[[ 0, 1, 2, 3],
[ 12, 13, 14, 15]],
[[ 4, 5, 6, 7],
[ 16, 17, 18, 19]],
[[ 8, 9, 10, 11],
[ 20, 21, 22, 23]]]
ndarray的t屬性,用法則比較簡單,只需要在陣列後跟.t即可。.t屬性實際是轉置裡面的特殊情況,即不指定轉置規則的預設規則。#原始三維資料規則
>>> print (arr.shape)
(2, 3, 4)
#不指定轉換規則
>>> print (np.transpose(arr).shape)
(4, 3, 2)
#指定轉換規則
>>> print (np.transpose(arr,(1, 0, 2)).shape)
(3, 2, 4)
當某些情況下,你可能只需要轉換其中的兩個軸,除了可以使用transpose指定軸以外(當然需要每個軸都指定順便,只是調整其中的部分而已),還可以使用swapreaxes。#一維陣列轉置
>>> arr = np.arange(6)
>>> print arr
[0, 1, 2, 3, 4, 5]
>>> print arr.t
[0, 1, 2, 3, 4, 5]#一維還是一維…
#二維陣列轉置
>>> arr = np.arange(6).reshape((2,3))
>>> print arr
[[0, 1, 2],
[3, 4, 5]]
>>> print arr.t
[[0,3],
[1,4],
[3,5]]
#三維陣列的轉置
>>> arr = np.arange(24).reshape((2,3,4))
>>> print arr
[[[ 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 arr.t
[[[0, 12],
[4, 16],
[8, 20]],
[[1, 13],
[5, 17],
[9, 21]],
[[2, 14],
[6, 18],
[10, 22]],
[[3, 15],
[7, 19],
[11, 23]]]
>>> arr = np.arange(24).reshape((2,3,4))
>>> print arr
[[[ 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 arr.swapaxes(1, 0)
[[[ 0, 1, 2, 3],
[ 12, 13, 14, 15]],
[[ 4, 5, 6, 7],
[ 16, 17, 18, 19]],
[[ 8, 9, 10, 11],
[ 20, 21, 22, 23]]]
python之Numpy學習筆記
1.匯入numpy庫 import numpy as np2.生成陣列 重要函式 作用 示例 np.array x 將輸入資料轉化為乙個ndarray a list list range 10 b np.array a list np.array x,dtype 將輸入資料轉化為乙個型別為type的...
python學習筆記 一 NumPy
numpy 是用於處理陣列的python 庫。numpy 指的是數值 python numerical python 在 python 中,我們有 滿足陣列功能的列表,但是處理起來很慢。numpy 中的陣列物件稱為ndarray,它提供了許多支援函式,使得利用 ndarray 非常容易。陣列在資料科...
Numpy學習筆記
測試檔案裡的資料排列型別最好是有規律的,不可以隨便,否則將發生一些錯誤 genfromtxt函式 genfromtxt函式建立陣列 資料 genfromtxt主要執行兩個迴圈運算。第乙個迴圈將檔案的每一行轉換成字串序列。第二個迴圈將每個字串序列轉換為相應的資料型別。genfromtxt能夠考慮缺失的...