本篇内容介绍了“numpy中的transpose函数如何使用”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
二维矩阵的transpose函数：
不晓得该怎么起头，直接上干货。
transpose（）简单来说，就相当于数学中的转置，在矩阵中，转置就是把行与列相互调换位置；
例如：随机生成一个三行五列的二维矩阵：
arr = np.arange(15).reshape((3, 5)) arr array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14]])>> arr.Tarray([[ 0, 5, 10]， [ 1, 6, 11], [ 2, 7, 12], [ 3, 8, 13], [ 4, 9, 14]])reshape的作用是随机生成一个矩阵的行与列；
元素第0个位置表示0；第一个位置表示1，以此类推；总共是15个数；
然后arr.T相当于矩阵的转置；
transpose（X，Y）函数和矩阵的转置是一个意思，相当于行为X轴，列为Y轴，X轴和Y轴调换了位置；
X轴用0表示，Y轴用1表示；
例如：如果transport（1，0）表示行与列调换了位置；
>> arr.transpose(1, 0) array([[ 0, 5, 10], [ 1, 6, 11], [ 2, 7, 12], [ 3, 8, 13], [ 4, 9, 14]])三维张量的transpose函数：
前面我们讲了二维矩阵的transpose函数其实是和矩阵的转置是一个概念；现在我们来讲一下三维张量；
三维张量顾名思义，它有三个维度；相当于有X轴，Y轴，Z轴；三个轴之间的相互转换；
同样，X轴用0表示，Y轴用1表示；Z轴用2来表示；
arr = np.arange(24).reshape((2, 3, 4)) arr array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]], [[12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]]])相当于把三维张量也做轴变换，具体操作如下图：
每个轴之间变换和表示也各不相同：
transpose（1，0，2）表示X轴与Y轴发生变换之后；
import numpy as nparr = np.arange(24).reshape((2,3,4))vc = arr.transpose(1,0,2)print(vc)>>>结果[[[ 0 1 2 3] [12 13 14 15]] [[ 4 5 6 7] [16 17 18 19]] [[ 8 9 10 11] [20 21 22 23]]]transport（0，2，1）：表示Y轴与Z轴发生轴变换之后；
import numpy as nparr = np.arange(24).reshape((2,3,4))vc = arr.transpose(0,2,1)print(vc)[[[ 0 4 8] [ 1 5 9] [ 2 6 10] [ 3 7 11]] [[12 16 20] [13 17 21] [14 18 22] [15 19 23]]]transport（2，1，0）：表示X轴与Z轴发生轴变换之后；
import numpy as nparr = np.arange(24).reshape((2,3,4))vc = arr.transpose(2,1,0)print(vc)[[[ 0 12] [ 4 16] [ 8 20]] [[ 1 13] [ 5 17] [ 9 21]] [[ 2 14] [ 6 18] [10 22]] [[ 3 15] [ 7 19] [11 23]]]“numpy中的transpose函数如何使用”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注编程网网站，小编将为大家输出更多高质量的实用文章！
