阅读量

原创教程,严禁转载。引用本文,请署名 Python中文网, http://www.zglg.work


变换和重塑矩阵

本节介绍arr.reshape()arr.transpose()arr.T

常常需要变换矩阵。NumPy 数组具有允许转置矩阵的属性T

../_images/np_transposing_reshaping.png

可能还需要切换矩阵的维度。例如,当您有一个模型需要与数据集不同的特定输入形状时,就会发生这种情况。这就是重塑方法有用的地方。您只需传入矩阵所需的新维度。

>>> data.reshape(2, 3)
array([[1, 2, 3],
       [4, 5, 6]])
>>> data.reshape(3, 2)
array([[1, 2],
       [3, 4],
       [5, 6]])

../_images/np_reshape.png

还可以使用.transpose()根据指定的值反转或更改数组的轴。

如果从这个数组开始:

>>> arr = np.arange(6).reshape((2, 3))
>>> arr
array([[0, 1, 2],
       [3, 4, 5]])

可以使用arr.transpose()对数组进行转置。

>>> arr.transpose()
array([[0, 3],
       [1, 4],
       [2, 5]])

您也可以使用arr.T

>>> arr.T
array([[0, 3],
       [1, 4],
       [2, 5]])

NumPy入门系列教程:

1 NumPy介绍

2 安装和导入NumPy

3 Python列表和NumPy数组有什么区别?

4 什么是array?

5 有关Array的详细信息

6 如何创建array

7 添加、删除和排序元素

8 数组形状和大小

9 重塑array

10 如何将一维array转换为二维array(如何向数组添加新轴)

11 NumPy索引和切片

12 如何从现有数据创建数组

13 数组基本操作

14 广播

15 更有用的数组操作

16 生成随机数

17 获得唯一元素和出现次数

18 变换和重塑矩阵