numpy.transpose对三维数组的转置方法
如下所示：
import numpy as np
三维数组
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]]]
正序为（0，1，2），数组为
#[[[ 0 1 2 3] # [ 4 5 6 7]] # [[ 8 9 10 11] # [12 13 14 15]]]
为什么进过tanspose（1，0，2），数组变为
#[[[ 0 1 2 3] # [ 8 9 10 11]] # # [[ 4 5 6 7] # [12 13 14 15]]]
仔细观察之后，可以看到转置后的数组和转置前的数组的区别就是第一页的第二行和第二页的第一行对换了，可是为什么？
当我用arr1[0,1,0]，索引值为4
当我用arr2[1,0,0]，索引值为4
对比索引参数表的变化和正序和转置序的不同似乎存在某种联系
对于arr1数组，索引参数表[0，0，x]可以表示第一页的第一行，当前两个参数对换之后，同一个元素的索引参数表并没有变化
故arr2的第一页第一行和arr1的第一页第一行相同
对于arr1数组，索引参数表[0，1，x]可以表示第一页第二行，当前两个参数对换之后，同一个元素的索引值比如[0，1，0]变为[1，0，0]，
这就是解释了索引值4的索引参数表的不同
大概就是这个思路所以transpose(1,0,2)，数组的第一页第二行和第二页第一行对换
后面的四种转置方式也大致是这个思路，仔细观察一下，理解起来应该不难
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]]]
这里要注意的是，arr4数组变成4页，这是因为页码和行码对换之后，
页码从数量2，变成了4
而行码从数量4，变成了2
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]]]
另外，转置（2，0，1）可以看成，先转置（0，2，1）再转置（1，0，2）
转置（2，1，0）可以看成，先转置（1，0，2），然后转置（0，2，1），最后转置（1，0，2）
转置（1，2，0）可以看成，先转置（1，0，2），在转置（0，2，1）
代码可以写成
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]]]
结果一样！
以上这篇numpy.transpose对三维数组的转置方法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脚本之家。
相关文章
这篇文章主要介绍了Python类属性与实例属性用法,实例分析了Python类属性与实例属性的功能、定义与使用技巧,需要的朋友可以参考下2015-05-05
这篇文章主要为大家详细介绍了python实现flappy bird小游戏，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-12-12
python之tensorflow手把手实例讲解斑马线识别实现
目前智慧城市的发展，人们生活处处有科技，比如人脸识别，智慧交通，无人驾驶等前沿的科技产品也都融入了人们生活中；本篇文章带你从头开始实现斑马线识别2021-09-09
这篇文章主要介绍了Python中实现从目录中过滤出指定文件类型的文件，本文是一篇学笔记,实例相对简单,需要的朋友可以参考下2015-02-02
这篇文章主要介绍了PyQt5基本控件使用:单选按钮、复选框、下拉框,本文中的内容和实例也基本回答了开篇提到的问题。需要的朋友可以参考下2019-08-08
Python多进程库multiprocessing中进程池Pool类的使用详解
这篇文章主要介绍了Python多进程库multiprocessing中进程池Pool类的使用详解,具有一定的参考价值，感兴趣的小伙伴们可以参考一下2017-11-11
最近用Python读取文件夹下所有图片文件时,遇到一点点麻烦,该文件夹包含多级子文件夹,这篇文章主要给大家介绍了关于Python中递归以及递归遍历目录的相关资料,需要的朋友可以参考下2021-10-10
今天小编就为大家分享一篇Tensorflow的常用矩阵生成方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
今天小编就为大家分享一篇关于Django中的ajax请求，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2018-10-10
这篇文章主要介绍了python爬虫爬取幽默笑话网站,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-10-10
最新评论