numpy.transpose對三維陣列的轉置方法

以下為大家分享一篇numpy.transpose對三維陣列的轉置方法，具有很好的參考價值，希望對大家有幫助。一起來看看吧

如下：

#

import numpy as np

三維陣列

arr1 = np.arange(16).reshape((2, 2, 4)) 
#[[[ 0 1 2 3] 
# [ 4 5 6 7]] 
 
# [[ 8 9 10 11] 
# [12 13 14 15]]] 
 
arr2=arr1.transpose((1,0,2)) 
#[[[ 0 1 2 3] 
# [ 8 9 10 11]] 
# 
# [[ 4 5 6 7] 
# [12 13 14 15]]]

#正序為（0，1，2），陣列為

#[[[ 0 1 2 3] 
# [ 4 5 6 7]] 
 
# [[ 8 9 10 11] 
# [12 13 14 15]]]

為什麼進過tanspose（1，0，2），陣列變成

#[[[ 0 1 2 3] 
# [ 8 9 10 11]] 
# 
# [[ 4 5 6 7] 
# [12 13 14 15]]]

#仔細觀察之後，可以看到轉置後的陣列和轉置前的陣列的差異就是第一頁的第二行和第二頁的第一行對換了，可是為什麼？

當我用arr1[0,1,0]，索引值為4

當我用arr2[1,0,0]，索引值為4

對比索引參數表的變化和正序和轉置序的不同似乎存在某種聯繫

對於arr1數組，索引參數表[0，0，x ]可以表示第一頁的第一行，當前兩個參數對換之後，同一個元素的索引參數表並沒有變化

#故arr2的第一頁第一行和arr1的第一頁第一行相同

對於arr1數組，索引參數表[0，1，x]可以表示第一頁第二行，當前兩個參數對換之後，同一個元素的索引值例如[0 ，1，0]變成[1，0，0]，

這就是解釋了索引值4的索引參數表的不同

#大概就是這個想法所以transpose(1,0,2)，數組的第一頁第二行和第二頁第一行對換

後面的四種轉置方式也大致是這個思路，仔細觀察一下，理解起來應該不難

arr3=arr1.transpose((0,2,1)) 
 
# [[[ 0 4] 
# [ 1 5] 
# [ 2 6] 
# [ 3 7]] 
# 
# [[ 8 12] 
# [ 9 13] 
# [10 14] 
# [11 15]]] 
 
arr4=arr1.transpose((2,0,1)) 
#[[[ 0 4] 
# [ 8 12]] 
# 
# [[ 1 5] 
# [ 9 13]] 
# 
# [[ 2 6] 
# [10 14]] 
# 
# [[ 3 7] 
# [11 15]]]

#這裡要注意的是，arr4數組變成4頁，這是因為頁碼和行碼對換之後，

頁碼從數量2，變成了4

#而行碼從數量4，變成了2

#

arr5=arr1.transpose((2,1,0)) 
#[[[ 0 8] 
# [ 4 12]] 
# 
# [[ 1 9] 
# [ 5 13]] 
# 
# [[ 2 10] 
# [ 6 14]] 
# 
# [[ 3 11] 
# [ 7 15]]] 
 
arr6=arr1.transpose((1,2,0)) 
#[[[ 0 8] 
# [ 1 9] 
# [ 2 10] 
# [ 3 11]] 
# 
# [[ 4 12] 
# [ 5 13] 
# [ 6 14] 
# [ 7 15]]]

另外，轉置（2，0，1）可以看成，先轉置（0，2，1）再轉置（1，0， 2）

轉置（2，1，0）可以看成，先轉置（1，0，2），再轉置（0，2，1），最後轉置（1，0 ，2）

轉置（1，2，0）可以看成，先轉置（1，0，2），在轉置（0，2，1）

代碼可以寫成

arr4=arr1.transpose(0,2,1).transpose(1,0,2)

#[[[ 0 4]
# [ 8 12]]
#
# [[ 1 5]
# [ 9 13]]
#
# [[ 2 6]
# [10 14]]
#
# [[ 3 7]
# [11 15]]]

結果一樣！

相關推薦：

對numpy中array和asarray的區別

對numpy中布林型陣列的處理方法

#

以上是numpy.transpose對三維陣列的轉置方法的詳細內容。更多資訊請關注PHP中文網其他相關文章！