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。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
