变换和重塑矩阵
编辑日期: 2024-11-28 文章阅读: 次
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