Rumah pembangunan bahagian belakang Tutorial Python Apakah kaedah fungsi transpose numpy?

Apakah kaedah fungsi transpose numpy?

Nov 21, 2023 pm 04:55 PM
numpy Fungsi transpose

Kaedah fungsi transpose numpy termasuk: 1. fungsi transpose, yang boleh menerima tuple integer yang menunjukkan susunan dimensi sebagai parameter, atau menggunakan parameter lalai untuk menukar semua dimensi tatasusunan 2. Atribut T, yang boleh melakukan transposisi secara langsung operasi ;3. Fungsi swapaxes menerima dua integer yang mewakili paksi sebagai parameter dan mengembalikan tatasusunan yang ditukar 4. Fungsi rollaxis digunakan untuk menatal paksi yang ditentukan ke kedudukan yang ditentukan dan menerima dua integer yang mewakili paksi sebagai parameter tatasusunan selepas paksi skrol.

Apakah kaedah fungsi transpose numpy?

Sistem pengendalian tutorial ini: sistem Windows 10, Python versi 3.11.4, komputer Dell G3.

NumPy ialah perpustakaan Python untuk pengiraan berangka yang menyediakan objek tatasusunan berbilang dimensi yang berkuasa dan satu siri fungsi untuk memproses tatasusunan ini. Dalam NumPy, transposisi merujuk kepada menukar baris dan lajur tatasusunan, iaitu menukar baris tatasusunan menjadi lajur dan lajur tatasusunan menjadi baris.

NumPy menyediakan kaedah yang berbeza untuk menukar tatasusunan. Berikut ialah beberapa kaedah fungsi transpos NumPy yang biasa digunakan:

fungsi transpos:

Fungsi transpos digunakan untuk menukar susunan dimensi tatasusunan. Ia boleh menerima sebagai argumen satu tuple integer yang mewakili susunan dimensi, atau menggunakan argumen lalai untuk menukar semua dimensi tatasusunan. Sebagai contoh, untuk tatasusunan dua dimensi, fungsi transpose akan menukar baris dan lajurnya. Kod sampel adalah seperti berikut:

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
arr_transposed = np.transpose(arr)
print(arr_transposed)
Salin selepas log masuk

Hasil keluaran ialah:

[[1 4]
 [2 5]
 [3 6]]
Salin selepas log masuk
Salin selepas log masuk
Salin selepas log masuk

Atribut T:

Objek ndarray NumPy menyediakan atribut T yang boleh ditukar secara langsung. Atribut T ialah pintasan untuk fungsi transpose, yang mengembalikan transpose tatasusunan. Kod sampel adalah seperti berikut:

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
arr_transposed = arr.T
print(arr_transposed)
Salin selepas log masuk

Hasil keluaran ialah:

[[1 4]
 [2 5]
 [3 6]]
Salin selepas log masuk
Salin selepas log masuk
Salin selepas log masuk

fungsi swapax:

fungsi swapax digunakan untuk menukar dua paksi tatasusunan. Ia menerima dua integer yang mewakili paksi sebagai argumen dan mengembalikan tatasusunan yang ditukar. Kod sampel adalah seperti berikut:

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
arr_swapped = np.swapaxes(arr, 0, 1)
print(arr_swapped)
Salin selepas log masuk

Hasil output ialah:

[[1 4]
 [2 5]
 [3 6]]
Salin selepas log masuk
Salin selepas log masuk
Salin selepas log masuk

fungsi rollaxis:

fungsi rollaxis digunakan untuk melancarkan paksi yang ditentukan ke kedudukan yang ditentukan. Ia menerima dua integer yang mewakili paksi sebagai parameter dan mengembalikan tatasusunan selepas menatal paksi. Kod sampel adalah seperti berikut:

import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
arr_rolled = np.rollaxis(arr, 2, 0)
print(arr_rolled)
Salin selepas log masuk

Hasil output ialah:

[[[ 1  4]
  [ 7 10]]
 [[ 2  5]
  [ 8 11]]
 [[ 3  6]
  [ 9 12]]]
Salin selepas log masuk

Ini adalah kaedah fungsi transpose yang biasa digunakan dalam NumPy. Dengan menggunakan kaedah ini, anda boleh menukar tatasusunan dengan mudah.

Atas ialah kandungan terperinci Apakah kaedah fungsi transpose numpy?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Tag artikel panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bagaimana untuk mengemas kini versi numpy Bagaimana untuk mengemas kini versi numpy Nov 28, 2023 pm 05:50 PM

Bagaimana untuk mengemas kini versi numpy

Bagaimana untuk menyemak versi numpy dengan cepat Bagaimana untuk menyemak versi numpy dengan cepat Jan 19, 2024 am 08:23 AM

Bagaimana untuk menyemak versi numpy dengan cepat

Versi numpy yang manakah disyorkan? Versi numpy yang manakah disyorkan? Nov 22, 2023 pm 04:58 PM

Versi numpy yang manakah disyorkan?

Menaik taraf versi numpy: panduan terperinci dan mudah diikuti Menaik taraf versi numpy: panduan terperinci dan mudah diikuti Feb 25, 2024 pm 11:39 PM

Menaik taraf versi numpy: panduan terperinci dan mudah diikuti

Panduan langkah demi langkah tentang cara memasang NumPy dalam PyCharm dan memanfaatkan sepenuhnya ciri-cirinya Panduan langkah demi langkah tentang cara memasang NumPy dalam PyCharm dan memanfaatkan sepenuhnya ciri-cirinya Feb 18, 2024 pm 06:38 PM

Panduan langkah demi langkah tentang cara memasang NumPy dalam PyCharm dan memanfaatkan sepenuhnya ciri-cirinya

Temui kaedah rahsia untuk menyahpasang perpustakaan NumPy dengan cepat Temui kaedah rahsia untuk menyahpasang perpustakaan NumPy dengan cepat Jan 26, 2024 am 08:32 AM

Temui kaedah rahsia untuk menyahpasang perpustakaan NumPy dengan cepat

Bagaimana untuk meningkatkan dimensi numpy Bagaimana untuk meningkatkan dimensi numpy Nov 22, 2023 am 11:48 AM

Bagaimana untuk meningkatkan dimensi numpy

Panduan pemasangan Numpy: Menyelesaikan masalah pemasangan dalam satu artikel Panduan pemasangan Numpy: Menyelesaikan masalah pemasangan dalam satu artikel Feb 21, 2024 pm 08:15 PM

Panduan pemasangan Numpy: Menyelesaikan masalah pemasangan dalam satu artikel

See all articles