我使用Python和NumPy,在“转置”方面有一些问题:
import numpy as np
a = np.array([5,4])
print(a)
print(a.T)
调用a.T并不是变换数组。如果a是[[],[]],那么它的转置是正确的,但是我需要[…,…,…]的转置。
我使用Python和NumPy,在“转置”方面有一些问题:
import numpy as np
a = np.array([5,4])
print(a)
print(a.T)
调用a.T并不是变换数组。如果a是[[],[]],那么它的转置是正确的,但是我需要[…,…,…]的转置。
当前回答
我只是巩固上面的帖子,希望它能帮助别人节省一些时间:
下面的数组有(2,)维数,它是一个一维数组,
b_new = np.array([2j, 3j])
有两种方法来转置一个1-D数组:
用“np”进行切片。或者没有。
print(b_new[np.newaxis].T.shape)
print(b_new[None].T.shape)
其他写法,以上不用T运算。!
print(b_new[:, np.newaxis].shape)
print(b_new[:, None].shape)
换行[]或使用np。矩阵,意味着增加一个新的维度。
print(np.array([b_new]).T.shape)
print(np.matrix(b_new).T.shape)
其他回答
另一个解决方案…: -)
import numpy as np
a = [1,2,4]
[1, 2, 4]
b = np.array([a]).T
数组([[1], [2], [4]])
有一个方法没有在答案中描述,但在文档中描述了numpy. narray .transpose方法:
对于一维数组,这没有影响,因为转置向量就是相同的向量。要将1-D数组转换为2D列向量,必须添加一个额外维度。np.atleast2d (a)。T实现了这一点,就像a[:, np.newaxis]一样。
你可以这样做:
import numpy as np
a = np.array([5,4])
print(a)
print(np.atleast_2d(a).T)
这(在我看来)比使用新蜡更好。
你只能对2D数组进行转置。您可以使用numpy。矩阵来创建一个2D数组。这迟了三年,但我只是在可能的解决方案中添加了一些:
import numpy as np
m = np.matrix([2, 3])
m.T
你可以使用np.expand_dims()函数来调换一个1-D数组(平面数组),就像你的例子中那样:
>>> a = np.expand_dims(np.array([5, 4]), axis=1)
array([[5],
[4]])
Np.expand_dims()将为所选轴添加一个维度。在本例中,我们使用axis=1,它增加了一个列维度,有效地调换了原始平面数组。
而是使用arr[:,None]创建列向量