本节内容紧接上一篇内容,同属于数组操作的章节。
5、数组(矩阵)转置和轴对换:
1、numpy中的数组其实就是线性代数中的矩阵。矩阵是可以进行转置的。ndarray有一个T属性,可以返回这个数组的转置的结果。示例代码如下:
#ndarray有一个T属性,可以返回这个数组的转置的结果。
a1 = np.arange(0,24).reshape((4,6))
print(a1)
# [[ 0 1 2 3 4 5]
# [ 6 7 8 9 10 11]
# [12 13 14 15 16 17]
# [18 19 20 21 22 23]] #4行6列
a2 = a1.T
print(a2)
# [[ 0 6 12 18]
# [ 1 7 13 19]
# [ 2 8 14 20]
# [ 3 9 15 21]
# [ 4 10 16 22]
# [ 5 11 17 23]] #6行4列
2、另外还有一个方法叫做transpose,这个方法返回的是一个View,也即修改返回值,会影响到原来数组。示例代码如下:
#transpose方法,这个方法返回的是一个View,也即修改返回值,会影响到原来数组。
a1 = np.arange(0,24).reshape((4,6))
print(a1)
# [[ 0 1 2 3 4 5]
# [ 6 7 8 9 10 11]
# [12 13 14 15 16 17]
# [18 19 20 21 22 23]]
print(a1.transpose())
# [[ 0 6 12 18]
# [ 1 7 13 19]
# [ 2 8 14 20]
# [ 3 9 15 21]
# [ 4 10 16 22]
# [ 5 11 17 23]]
a2 = a1.transpose()
print(a2)
# [[ 0 6 12 18]
# [ 1 7 13 19]
# [ 2 8 14 20]
# [ 3 9 15 21]
# [ 4 10 16 22]
# [ 5 11 17 23]]
3、为什么要进行矩阵转置呢,有时候在做一些计算的时候需要用到。比如做矩阵的内积的时候。就必须将矩阵进行转置后再乘以之前的矩阵:文章来源:https://www.toymoban.com/news/detail-513119.html
#做矩阵的内积的时候。就必须将矩阵进行转置后再乘以之前的矩阵
a1 = np.arange(0,24).reshape((4,6))
a2 = a1.T
print(a1.dot(a2))#.dot()方法进行内积运算,返回4行4列矩阵
# [[ 55 145 235 325]
# [ 145 451 757 1063]
# [ 235 757 1279 1801]
# [ 325 1063 1801 2539]]
注意:要记住矩阵进行内积运算,可以通过矩阵乘以原矩阵的转置实现。文章来源地址https://www.toymoban.com/news/detail-513119.html
到了这里,关于3、Numpy数组操作---第5节矩阵转置的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!