如何使用numpy.transpose()函数转置数组

今天就跟大家聊聊有关如何使用numpy.transpose()函数转置数组，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。

说到转置操作，顺便提及矩阵与数组的区别：

矩阵：数学里的概念，其元素只能是数值，这也是区别于数组的根本所在

数组：计算机中的概念，代表一种数据组织、存储方式，其元素可以是数字、也可以是字符

数组的转置操作，是借鉴了线性代数中矩阵的转置操作。将行与列对调，即第一行变成第一列…..或第一列变成第一行…..的操作即使转置操作。

1. 多维数组的转置

import numpy as np

test = np.array([[12,4,7,0],[3,7,45,81]])
test

# 以下为test输出的结果
array([[12, 4, 7, 0],
    [ 3, 7, 45, 81]])

# 对test进行转置操作
test.transpose()

# 转置后得到的结果为
array([[12, 3],
    [ 4, 7],
    [ 7, 45],
    [ 0, 81]])

2. 一维数组的转置

test = np.array([12,4,7,0])
test.shape

# test.shape的结果
(4,)

# 以下为test输出的结果
array([12, 4, 7, 0])

# 对test进行转置操作
result = test.transpose()

# 转置后得到的结果为
array([12, 4, 7, 0])
test.shape

# 一维数组（列向量）转置后的长度
(4,)

所以，对一维列向量进行转置，得到的还是一维列向量，并没有发生任何变化。经实践，这时候应借助shape属性来完成转置。详细见以下：

result.shape=(1,4)
result

# 这时输出result的值如下，对比与上面一个code框内的result值
array([[12, 4, 7, 0]])

看完上述内容，你们对如何使用numpy.transpose()函数转置数组有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注亿速云行业资讯频道，感谢大家的支持。