Apakah yang berlaku kepada tatasusunan NumPy 1D apabila anda menukarnya?

Transpose Tatasusunan NumPy 1D

Apabila bekerja dengan tatasusunan NumPy, adalah penting untuk memahami kesan transposisi. Biasanya, transpose tatasusunan menukar baris dan lajurnya, menghasilkan tatasusunan baharu dengan dimensi bertukar. Walau bagaimanapun, dalam kes tatasusunan 1D, operasi transpos mempunyai kesan yang berbeza.

Pertimbangkan coretan Python berikut:

import numpy as np
a = np.array([5,4])
print(a)
print(a.T)

Daripada mengalihkan tatasusunan, ia kekal tidak berubah. Ini adalah kerana transpose tatasusunan 1D sememangnya merupakan tatasusunan 1D. Tidak seperti dalam MATLAB, di mana tatasusunan "1D" adalah 2D dengan berkesan, NumPy merawat tatasusunan 1D dengan jelas.

Jika anda memerlukan perwakilan 2D yang diubah suai bagi vektor 1D anda, anda boleh mencapainya dengan menghiris vektor menggunakan np.newaxis:

import numpy as np
a = np.array([5,4])[np.newaxis]
print(a)
print(a.T)

Kini, operasi a.T akan menghasilkan tatasusunan 2D terpindah.

Perlu diingat bahawa menambah dimensi tambahan pada vektor 1D tidak selalu diperlukan. Dalam kebanyakan kes, NumPy menyiarkan tatasusunan 1D secara automatik untuk pengiraan yang sesuai, menghapuskan keperluan untuk membezakan secara eksplisit antara vektor baris dan lajur.

Atas ialah kandungan terperinci Apakah yang berlaku kepada tatasusunan NumPy 1D apabila anda menukarnya?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!