变换和重塑矩阵
本节介绍arr.reshape()、arr.transpose()、arr.T
常常需要变换矩阵。NumPy 数组具有允许转置矩阵的属性T
可能还需要切换矩阵的维度。例如，当您有一个模型需要与数据集不同的特定输入形状时，就会发生这种情况。这就是重塑方法有用的地方。您只需传入矩阵所需的新维度。
>>> data.reshape(2, 3)
array([[1, 2, 3],
[4, 5, 6]])
>>> data.reshape(3, 2)
array([[1, 2],
[3, 4],
[5, 6]])
还可以使用.transpose()根据指定的值反转或更改数组的轴。
如果从这个数组开始：
>>> arr = np.arange(6).reshape((2, 3))
>>> arr
array([[0, 1, 2],
[3, 4, 5]])
可以使用arr.transpose()对数组进行转置。
>>> arr.transpose()
array([[0, 3],
[1, 4],
[2, 5]])
您也可以使用arr.T：
>>> arr.T
array([[0, 3],
[1, 4],
[2, 5]])
NumPy入门系列教程：
1 NumPy介绍
8 数组形状和大小
9 重塑array
10 如何将一维array转换为二维array(如何向数组添加新轴)
11 NumPy索引和切片
12 如何从现有数据创建数组
13 数组基本操作
14 广播
15 更有用的数组操作
16 生成随机数
17 获得唯一元素和出现次数
18 变换和重塑矩阵
大家在看
AI安装教程
AI本地安装教程
微软AI大模型通识教程
微软AI大模型通识教程
AI大模型入门教程
AI大模型入门教程
Python入门教程
Python入门教程
Python进阶教程
Python进阶教程
Python小例子200道练习题
Python小例子200道练习题
Python练手项目
Python练手项目
Python从零在线练习题
Python从零到一60题
