Rumah > pembangunan bahagian belakang > Tutorial Python > Apakah kaedah untuk menukar dimensi dalam numpy?

Apakah kaedah untuk menukar dimensi dalam numpy?

小老鼠
Lepaskan: 2023-11-22 16:19:09
asal
2267 orang telah melayarinya

Kaedah numpy untuk menukar dimensi termasuk menggunakan fungsi transpose() dan menggunakan fungsi swapaxes(). Pengenalan terperinci: 1. Gunakan fungsi transpose(): Fungsi ini boleh menukarkan dimensi tatasusunan Anda boleh menentukan susunan dimensi dengan menghantar tuple yang mewakili susunan dimensi baharu; Fungsi The menukar kedudukan dua dimensi yang ditentukan tatasusunan.

Apakah kaedah untuk menukar dimensi dalam numpy?

Sistem pengendalian tutorial ini: sistem Windows 10, Python versi 3.11.4, komputer Dell G3.

Dalam NumPy, anda boleh menggunakan fungsi transpose() dan fungsi swapaxes() untuk menukar dimensi tatasusunan. Berikut ialah cara menggunakannya:

1. Fungsi transpose(): Fungsi ini boleh menukarkan dimensi tatasusunan Anda boleh menentukan susunan dimensi dengan menghantar tuple yang mewakili susunan dimensi baharu.

import numpy as np
# 创建一个3x4的二维数组
arr = np.array([[1, 2, 3, 4],
                [5, 6, 7, 8],
                [9, 10, 11, 12]])
# 使用transpose()函数交换维度
arr_transposed = np.transpose(arr)
print(arr_transposed)
Salin selepas log masuk

2. fungsi swapaxes(): Fungsi ini boleh menukar kedudukan dua dimensi tatasusunan yang ditentukan.

import numpy as np
# 创建一个3x4的二维数组
arr = np.array([[1, 2, 3, 4],
                [5, 6, 7, 8],
                [9, 10, 11, 12]])
# 使用swapaxes()函数交换维度
arr_swapped = np.swapaxes(arr, 0, 1)
print(arr_swapped)
Salin selepas log masuk

Dalam kod contoh di atas, kedua-dua fungsi transpose() dan fungsi swapaxes() boleh digunakan untuk menukar dimensi tatasusunan. Fungsi transpose() menentukan susunan dimensi dengan menghantar tuple yang mewakili susunan dimensi baharu, manakala fungsi swapaxes() melaksanakan pertukaran dimensi dengan menyatakan kedudukan dua dimensi yang akan ditukar.

Atas ialah kandungan terperinci Apakah kaedah untuk menukar dimensi dalam numpy?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan