numpy.recarray.transpose

方法

recarray.transpose(*axes)

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]) .

参数

axes ：无，整数元组，或 n 英茨无、整数元组或

• 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）

返回

out恩达雷

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]])

numpy.recarray.trace numpy.recarray.var