numpy.transpose高维的理解
2017-12-05 21:10
309 查看
可以这么理解,高维的转置就是将某一维同一标号的一堆放在一起。举个例子:
此程序中原始形状是2个3*4的矩阵,观察结果可见,这个变化是按第三维(第三维标号是0,1,2,3)分成4组,按照第一维(第一维标号是0,1)分成2组,又因为变化后第一维作为横坐标,所以把按第一维分的数据直接列上即可。好像没说明白。。。。。。
import numpy as np a=np.array(range(24)) a=a.reshape(2,3,4) print a b=np.transpose(a,(2,0,1)) print b ![程序结果](https://img-blog.csdn.net/20171205203703006?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvcXFfMzg2NzU1NzA=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)
此程序中原始形状是2个3*4的矩阵,观察结果可见,这个变化是按第三维(第三维标号是0,1,2,3)分成4组,按照第一维(第一维标号是0,1)分成2组,又因为变化后第一维作为横坐标,所以把按第一维分的数据直接列上即可。好像没说明白。。。。。。
相关文章推荐
- Numpy高维数据的理解
- Numpy高维数据的理解
- numpy 维度、轴和transpose的理解
- Numpy中数组转置和轴对换——transpose、T、swapaxes
- Numpy学习(1):高维数组(矩阵)的切割问题
- Python学习--个人理解numpy的cumsum函数
- numpy.transpose 使用问题
- 对numpy中的transpose和swapaxes函数详解
- numpy.transpose()
- 对python中numpy模块里面的tile()方法的一个简单理解
- 高维数组的理解
- numpy.transpose对三维数组的转置方法
- numpy中的转置(transpose)和轴对换
- numpy 中的 broadcasting 理解
- numpy转置及轴对换transpose函数简单例子理解
- numpy之转置(transpose)和轴对换
- Numpy混淆点理解
- 解疑 Numpy 中的 transpose
- numpy中,矩阵的三种转置transpose、getT、getH的区别
- numpy中的高维数组转置实例