3차원 배열을 전치하는 numpy.transpose 메서드

다음은 numpy.transpose의 3차원 배열 전치 방법에 대한 글입니다. 참고할만한 좋은 내용이 있어 모두에게 도움이 되었으면 좋겠습니다. 와서 살펴봅시다

아래와 같이

import numpy as np

3차원 배열

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]]]

양수열은 (0, 1, 2) ,

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

tanspose (1, 0, 2)를 입력하면 왜 배열이

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

가 되는가? 주의 깊게 관찰해 보면 전치 후 배열과 전치 후 배열의 차이를 알 수 있습니다. 전치 전 배열은 첫 번째 페이지의 두 번째 줄과 두 번째 페이지의 첫 번째 줄이 바뀌는데 왜 그럴까요?

arr1[0,1,0]을 사용하면 인덱스 값이 4

arr2[1,0,0]을 사용하면 인덱스 값이 4

변경 사항과 양수 순서를 비교하세요 인덱스 매개변수 테이블의 전치 순서 차이와 어떤 연관이 있는 것 같습니다

arr1 배열의 경우 인덱스 매개변수 테이블 [0, 0, x]는 현재 두 매개변수 이후의 첫 번째 행을 나타낼 수 있습니다. 같은 요소의 인덱스가 바뀌었습니다. 매개변수 테이블은 변경되지 않았습니다

따라서 arr2의 첫 번째 페이지의 첫 번째 행은 arr1의 첫 번째 페이지의 첫 번째 행과 같습니다

arr1 배열의 경우 인덱스 매개변수 테이블 [0, 1, x]는 첫 번째 페이지의 두 번째 행을 나타낼 수 있습니다. 현재 두 매개변수가 교체된 후 [0, 1, 0]과 같은 동일한 요소의 인덱스 값은 [1, 0, 0]이 됩니다. ,

인덱스 값이 4인 인덱스 매개변수 테이블의 차이점을 설명합니다.

이것은 대략적인 개념이므로 배열의 첫 번째 페이지의 두 번째 행인 transpose(1,0,2)와 두 번째 페이지의 첫 번째 행이 바뀌었습니다

다음 네 가지 전치 방법도 거의 같은 생각입니다. 주의 깊게 관찰하면 이해하기 어렵지 않을 것입니다.

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]]]

여기서 주목해야 할 것은 arr4 배열이 4페이지입니다. 페이지 번호와 줄 코드가 바뀌고

페이지 번호가 2에서 4

으로 변경되어 2가 되었기 때문입니다.

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]]]

또한 전치 (2, 0, 1)은 먼저 전치 (0, 2, 1)로 볼 수 있습니다. 그런 다음 전치 (1, 0, 2)

전치 (2, 1, 0) 먼저 전치 (1, 0, 2), 다음 전치 (0, 2, 1), 마지막으로 전치 (1, 0, 2)로 볼 수 있습니다

전치 (1, 2, 0)는 전치로 볼 수 있습니다 (1, 0, 2)를 먼저 바꾼 다음 (0, 2, 1)을 바꿉니다

코드는 다음과 같이 작성할 수 있습니다.

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]]]

같은 결과입니다!

관련 권장사항:

numpy에서 배열과 asarray의 차이점

numpy에서 부울 배열을 처리하는 방법

위 내용은 3차원 배열을 전치하는 numpy.transpose 메서드의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!