方法
chararray.
transpose
返回转置轴的数组视图。
对于一维数组,这没有任何影响,因为转置向量只是同一个向量。要将一维数组转换为二维列向量,必须添加额外的维数。 np.atleast2d(a).T 实现了这一点,就像 a[:, np.newaxis] . 对于二维数组,这是标准的矩阵转置。对于n-D数组,如果给定轴,则它们的顺序指示轴的排列方式(参见示例)。如果未提供轴 a.shape = (i[0], i[1], ... i[n-2], i[n-1]) 然后 a.transpose().shape = (i[n-1], i[n-2], ... i[1], i[0]) .
a.shape = (i[0], i[1], ... i[n-2], i[n-1])
a.transpose().shape = (i[n-1], i[n-2], ... i[1], i[0])
无或无参数:反转轴的顺序。
英特尔元组: i 在 j -这个位置意味着 a 的 i -th轴变为 a.transpose() 的 j 第四轴。
n ints:与相同ints的n元组相同(此形式仅作为元组形式的“方便”替代)
观 a 轴适当排列。
参见
ndarray.T
返回已转置数组的数组属性。
ndarray.reshape
在不更改数组数据的情况下为数组赋予新形状。
实例
>>> a = np.array([[1, 2], [3, 4]]) >>> a array([[1, 2], [3, 4]]) >>> a.transpose() array([[1, 3], [2, 4]]) >>> a.transpose((1, 0)) array([[1, 3], [2, 4]]) >>> a.transpose(1, 0) array([[1, 3], [2, 4]])