Numpy中转置transpose、T和swapaxes的实例讲解

Python  /  管理员 发布于 5年前   173

利用Python进行数据分析时，Numpy是最常用的库，经常用来对数组、矩阵等进行转置等，有时候用来做数据的存储。

在numpy中，转置transpose和轴对换是很基本的操作，下面分别详细讲述一下，以免自己忘记。

In [1]: import numpy as np  In [2]: arr=np.arange(16).reshape(2,2,4)  In [3]: arr Out[3]: array([[[ 0, 1, 2, 3],     [ 4, 5, 6, 7]],      [[ 8, 9, 10, 11],     [12, 13, 14, 15]]]) 

如上图所示，将0-15放在一个2 2 4 的矩阵当中，得到结果如上。

现在要进行装置transpose操作，比如

In [4]: arr.transpose(1,0,2) Out[4]: array([[[ 0, 1, 2, 3],     [ 8, 9, 10, 11]],      [[ 4, 5, 6, 7],     [12, 13, 14, 15]]]) 

结果是如何得到的呢？

每一个元素都分析一下，0位置在[0,0,0]，转置为[1,0,2]，相当于把原来位置在[0,1,2]的转置到[1,0,2]，对0来说，位置转置后为[0,0,0]，同理，对1 [0,0,1]来说，转置后为[0,0，1]，同理我们写出所有如下：

其中第一列是值，第二列是转置前位置，第三列是转置后，看到转置后位置，再看如上的结果，是不是就豁然开朗了？

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

再看另一个结果：

In [20]: arr.TOut[20]:array([[[ 0, 8],    [ 4, 12]],    [[ 1, 9],    [ 5, 13]],    [[ 2, 10],    [ 6, 14]],    [[ 3, 11],    [ 7, 15]]])In [21]: arr.transpose(2,1,0)Out[21]:array([[[ 0, 8],    [ 4, 12]],    [[ 1, 9],    [ 5, 13]],    [[ 2, 10],    [ 6, 14]],    [[ 3, 11],    [ 7, 15]]])

再对比转置前后的图看一下：

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

瞬间就明白转置了吧！其实只要动手写写，都很容易明白的。另外T其实就是把顺序全部颠倒过来，如下：

In [22]: arr3=np.arange(16).reshape(2,2,2,2)In [23]: arr3Out[23]:array([[[[ 0, 1],     [ 2, 3]],    [[ 4, 5],     [ 6, 7]]],    [[[ 8, 9],     [10, 11]],    [[12, 13],     [14, 15]]]])In [24]: arr3.TOut[24]:array([[[[ 0, 8],     [ 4, 12]],    [[ 2, 10],     [ 6, 14]]],    [[[ 1, 9],     [ 5, 13]],    [[ 3, 11],     [ 7, 15]]]])In [25]: arr3.transpose(3,2,1,0)Out[25]:array([[[[ 0, 8],     [ 4, 12]],    [[ 2, 10],     [ 6, 14]]],    [[[ 1, 9],     [ 5, 13]],    [[ 3, 11],     [ 7, 15]]]])

转置就是这样子，具体上面aar3转置前后的位置，就不写了。

下面说说swapaxes，轴对称。

话不多，上结果

In [27]: arr.swapaxes(1,2) Out[27]: array([[[ 0, 4],     [ 1, 5],     [ 2, 6],     [ 3, 7]],      [[ 8, 12],     [ 9, 13],     [10, 14],     [11, 15]]])  In [28]: arr.transpose(0,2,1) Out[28]: array([[[ 0, 4],     [ 1, 5],     [ 2, 6],     [ 3, 7]],      [[ 8, 12],     [ 9, 13],     [10, 14],     [11, 15]]]) 

发现了吧，其实swapaxes其实就是把矩阵中某两个轴对换一下，不信再看一个：

In [29]: arr3Out[29]:array([[[[ 0, 1],     [ 2, 3]],    [[ 4, 5],     [ 6, 7]]],    [[[ 8, 9],     [10, 11]],    [[12, 13],     [14, 15]]]])In [30]: arr3.swapaxes(1,3)Out[30]:array([[[[ 0, 4],     [ 2, 6]],    [[ 1, 5],     [ 3, 7]]],    [[[ 8, 12],     [10, 14]],    [[ 9, 13],     [11, 15]]]])In [31]: arr3.transpose(0,3,2,1)Out[31]:array([[[[ 0, 4],     [ 2, 6]],    [[ 1, 5],     [ 3, 7]]],    [[[ 8, 12],     [10, 14]],    [[ 9, 13],     [11, 15]]]])

哈哈，只要动手做做，会发现其实没有那么困难，不能只看。

纸上得来终觉浅，绝知此事要躬行！共勉！

以上这篇Numpy中转置transpose、T和swapaxes的实例讲解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。