摘要:寫(xiě)在前面接我的上一篇博客,嘿嘿應(yīng)該能看懂吧,如果數(shù)組的維度懂了那就好理解了代碼說(shuō)話就是轉(zhuǎn)置的意思,函數(shù)返回按你指定的方式轉(zhuǎn)置的矩陣舉個(gè)例子感性理解一下此處用面向?qū)ο缶幊桃部梢阅憧赡芤呀?jīng)明白了,他按照參數(shù)你給定的順序類進(jìn)行轉(zhuǎn)置就是將第二維和第
寫(xiě)在前面
接我的上一篇博客, 嘿嘿, 應(yīng)該能看懂吧,如果numpy數(shù)組的維度懂了那就好理解transpose了
代碼說(shuō)話transpose就是轉(zhuǎn)置的意思,函數(shù)返回按你指定的方式轉(zhuǎn)置的矩陣
np.transpose(narray, axis=None)
舉個(gè)例子感性理解一下:
>>> a = np.array([[[1], [2]], [[3], [4]], [[5], [6]]]) array([[[1], [2]], [[3], [4]], [[5], [6]]]) >>> a.transpose(0, 1, 2) # 此處用面向?qū)ο缶幊桃部梢?array([[[1], [2]], [[3], [4]], [[5], [6]]]) >>> a.transpose(0, 2, 1) array([[[1, 2]], [[3, 4]], [[5, 6]]])
你可能已經(jīng)明白了,他按照axis參數(shù)——你給定的順序類進(jìn)行轉(zhuǎn)置
a.transpose(0, 2, 1)就是將第二維和第三維轉(zhuǎn)置
將
[[1] [2]]
轉(zhuǎn)置為:
[[1, 2]]
你可能會(huì)為我為啥不是:
[[1], [2]]
這樣的話,又憑空增加了一個(gè)維度,(最后一維應(yīng)該是常數(shù)那一維)
所以,如果是a.transpose(1, 0, 2)
則是:
array([[[1], [3], [5]], [[2], [4], [6]]])技巧
可能比較難想,技巧的話
正視,你 要交換的那兩維組成的平面(目光與該平面垂直),接著,將該平面轉(zhuǎn)置,另一維度不變
看array.shape也行,原來(lái)是(3, 2, 1),若執(zhí)行a.transpose(1, 0, 2),則shape為(2, 3, 1)
可以參考:https://blog.csdn.net/Heartho...
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://systransis.cn/yun/45249.html
摘要:提供了使我們能夠快速便捷地處理結(jié)構(gòu)化數(shù)據(jù)的大量數(shù)據(jù)結(jié)構(gòu)和函數(shù)。結(jié)構(gòu)化數(shù)據(jù),例如多維數(shù)據(jù)矩陣表格行數(shù)據(jù),其中各列可能是不同的類型字符串?dāng)?shù)值日期等?;A(chǔ)數(shù)組和矢量計(jì)算高性能科學(xué)計(jì)算和數(shù)據(jù)分析的基礎(chǔ)包。 本篇內(nèi)容為整理《利用Python進(jìn)行數(shù)據(jù)分析》,博主使用代碼為 Python3,部分內(nèi)容和書(shū)本有出入。 利用 Python 進(jìn)行科學(xué)計(jì)算的實(shí)用指南。本書(shū)重點(diǎn)介紹了用于高效解決各種數(shù)據(jù)分析問(wèn)...
摘要:理論基礎(chǔ)什么是神經(jīng)網(wǎng)絡(luò)我們知道深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支,是一種以人工神經(jīng)網(wǎng)絡(luò)為架構(gòu),對(duì)數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的算法。深度神經(jīng)網(wǎng)絡(luò)中的深度指的是一系列連續(xù)的表示層,數(shù)據(jù)模型中包含了多少層,這就被稱為模型的深度。 理論基礎(chǔ) 什么是神經(jīng)網(wǎng)絡(luò) 我們知道深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支,是一種以人工神經(jīng)網(wǎng)絡(luò)為架構(gòu),對(duì)數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的算法。而深度神經(jīng)網(wǎng)絡(luò)又是深度學(xué)習(xí)的一個(gè)分支,它在 wikipedia...
閱讀 2676·2021-11-23 09:51
閱讀 961·2021-09-24 10:37
閱讀 3664·2021-09-02 15:15
閱讀 1986·2019-08-30 13:03
閱讀 1914·2019-08-29 15:41
閱讀 2659·2019-08-29 14:12
閱讀 1456·2019-08-29 11:19
閱讀 3330·2019-08-26 13:39