numpy.transpose#

numpy.transpose(a, axes=None)[源代码]#

返回一个转置轴的数组.

对于一维数组,这将返回原始数组的不变视图,因为转置向量只是相同的向量.要将一维数组转换为二维列向量,必须添加一个额外的维度,例如,``np.atleast_2d(a).T`` 可以实现这一点,``a[:, np.newaxis]`` 也可以.对于二维数组,这是标准的矩阵转置.对于n维数组,如果给出了轴,它们的顺序表示轴是如何排列的（见示例）.如果没有提供轴,那么 transpose(a).shape == a.shape[::-1].

参数:

aarray_like: 输入数组.
axes整数的元组或列表,可选: 如果指定,它必须是一个包含 [0, 1, …, N-1] 排列的元组或列表,其中 N 是 a 的轴数.负索引也可以用于指定轴.返回数组的第 i 个轴将对应于输入的第 axes[i] 个轴.如果未指定,默认为 range(a.ndim)[::-1],这将反转轴的顺序.

返回:

pndarray: a 的轴被置换.只要可能,就会返回一个视图.

参见

ndarray.transpose: 等效方法.
moveaxis: 将数组的轴移动到新位置.
argsort: 返回用于对数组进行排序的索引.

备注

使用 transpose(a, argsort(axes)) 在使用了 axes 关键字参数时反转张量的转置.

示例

>>> import numpy as np
>>> a = np.array([[1, 2], [3, 4]])
>>> a
array([[1, 2],
       [3, 4]])
>>> np.transpose(a)
array([[1, 3],
       [2, 4]])

>>> a = np.array([1, 2, 3, 4])
>>> a
array([1, 2, 3, 4])
>>> np.transpose(a)
array([1, 2, 3, 4])

>>> a = np.ones((1, 2, 3))
>>> np.transpose(a, (1, 0, 2)).shape
(2, 1, 3)

>>> a = np.ones((2, 3, 4, 5))
>>> np.transpose(a).shape
(5, 4, 3, 2)

>>> a = np.arange(3*4*5).reshape((3, 4, 5))
>>> np.transpose(a, (-1, 0, -2)).shape
(5, 3, 4)