时间:2021-05-22
Numpy是高性能科学计算和数据分析的基础包,里面包含了许多对数组进行快速运算的标准数学函数,掌握这些方法,能摆脱数据处理时的循环。
1.首先数组转置(T)
创建二维数组data如下:
进行矩阵运算时,经常要用数组转置,比如计算矩阵内积X^T X.这时就需要利用数组转置,如下:
2.轴对换之transpose
对于高维数组,可以使用轴对换来对多个维度进行变换。
这里创建了一个三维数组,各维度大小分别为2,3,4。
transpose进行的操作其实是将各个维度重置,原来(2,3,4)对应的是(0,1,2)。使用transpose(1,0,2)后,各个维度大小变为(3,2,4),其实就是将第一维和第二维互换。
对于这个三维数组,转置T其实就等价于transpose(2,1,0),如下:
3.两轴对换swapaxes:swapaxes方法接受的参数是一对轴编号,使用transpose方法是对整个轴进行对换,而swapaxes是将参数的两个轴进行对换。刚刚上面的transpose(1,0,2),实际上就是将0和1轴进行对换,因此使用swapaxes也可以实现,如下:
上面就是Numpy包里面进行数组转置和轴对换最常用的方法。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
利用Python进行数据分析时,Numpy是最常用的库,经常用来对数组、矩阵等进行转置等,有时候用来做数据的存储。在numpy中,转置transpose和轴对换
Numpy数组转置很容易,两种写法np_array=np.array([[1,2],[3,4]])np_array.transpose()np.transpos
transpose()这个函数如果括号内不带参数,就相当于转置,和.T效果一样,而今天主要来讲解其带参数。我们看如下一个numpy的数组:`arr=np.ara
numpy中的ndarray很适合数组运算transpose是用来转置的一个函数,很容易让人困惑,其实它是对矩阵索引顺序的一次调整。原先矩阵是一个三维矩阵,索引
在tensorflow中,有三种方式输入数据1.利用feed_dict送入numpy数组2.利用队列从文件中直接读取数据3.预加载数据其中第一种方式很常用,在t