Python numpy matrix.transpose用法及代码示例

本文简要介绍 python 语言中 numpy.matrix.transpose 的用法。

用法:

matrix.transpose(*axes)

返回转置轴的数组视图。

对于一维数组，这没有影响，因为转置向量只是相同的向量。要将一维数组转换为二维列向量，必须添加额外的维度。np.atleast2d(a).T实现了这一点，就像a[:, np.newaxis]。对于二维数组，这是标准矩阵转置。对于 n-D 数组，如果给出了轴，则它们的顺序指示轴的排列方式(请参阅示例)。如果未提供轴并且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整数

• 无或无参数：反转轴的顺序。

• 整数元组：元组中 j-th 位置的 i 表示 a 的 i-th 轴变为 a.transpose() 的 j-th 轴。

• n 个整数：与相同整数的 n-tuple 相同(此形式只是作为元组形式的 “convenience” 替代方案)

返回：

out： ndarray

a 的视图，轴已适当排列。

例子：

>>> 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]])