小編給大家分享一下numpy.transpose如何對三維數組進行轉置，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！
如下所示：
import numpy as np
三維數組
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]]]
正序為（0，1，2），數組為
#[[[ 0 1 2 3] # [ 4 5 6 7]] # [[ 8 9 10 11] # [12 13 14 15]]]
為什么進過tanspose（1，0，2），數組變為
#[[[ 0 1 2 3] # [ 8 9 10 11]] # # [[ 4 5 6 7] # [12 13 14 15]]]
仔細觀察之后，可以看到轉置后的數組和轉置前的數組的區別就是第一頁的第二行和第二頁的第一行對換了，可是為什么？
當我用arr1[0,1,0]，索引值為4
當我用arr2[1,0,0]，索引值為4
對比索引參數表的變化和正序和轉置序的不同似乎存在某種聯系
對于arr1數組，索引參數表[0，0，x]可以表示第一頁的第一行，當前兩個參數對換之后，同一個元素的索引參數表并沒有變化
故arr2的第一頁第一行和arr1的第一頁第一行相同
對于arr1數組，索引參數表[0，1，x]可以表示第一頁第二行，當前兩個參數對換之后，同一個元素的索引值比如[0，1，0]變為[1，0，0]，
這就是解釋了索引值4的索引參數表的不同
大概就是這個思路所以transpose(1,0,2)，數組的第一頁第二行和第二頁第一行對換
后面的四種轉置方式也大致是這個思路，仔細觀察一下，理解起來應該不難
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]]]
這里要注意的是，arr4數組變成4頁，這是因為頁碼和行碼對換之后，
頁碼從數量2，變成了4
而行碼從數量4，變成了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，轉置（2，0，1）可以看成，先轉置（0，2，1）再轉置（1，0，2）
轉置（2，1，0）可以看成，先轉置（1，0，2），然后轉置（0，2，1），最后轉置（1，0，2）
轉置（1，2，0）可以看成，先轉置（1，0，2），在轉置（0，2，1）
代碼可以寫成
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]]]
結果一樣！
看完了這篇文章，相信你對“numpy.transpose如何對三維數組進行轉置”有了一定的了解，如果想了解更多相關知識，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
