numpy.transpose() 함수는 행렬 곱셈에서 가장 중요한 함수 중 하나입니다. 이 함수는 주어진 배열의 차원을 순열하거나 예약하고 수정된 배열을 반환합니다.
numpy.transpose() 함수는 행 요소를 열 요소로 변경하고 열 요소를 행 요소로 변경합니다. 이 함수의 출력은 원래 배열의 수정된 배열입니다.
통사론
numpy.transpose(arr, axis=None)
매개변수
도착: array_like
은다레이입니다. 이는 우리가 전치하려는 요소가 있는 소스 배열입니다. 이 매개변수는 필수적이며 numpy.transpose() 함수에서 중요한 역할을 합니다.
축: int() 목록
축을 지정하지 않은 경우 기본적으로 치수가 반전되고 그렇지 않으면 주어진 값에 따라 축이 순열됩니다.
반품
이 함수는 ndarray를 반환합니다. 출력 배열은 축이 순열된 소스 배열입니다. 가능할 때마다 뷰가 반환됩니다.
예시 1: numpy.transpose()
import numpy as np a= np.arange(6).reshape((2,3)) a b=np.transpose(a) b
산출:
array([[0, 1, 2], [3, 4, 5]]) array([[0, 3], [1, 4], [2, 5]])
위의 코드에서
- 별칭 이름이 np인 numpy를 가져왔습니다.
- np.arange() 함수를 사용하여 'a' 배열을 생성하고 reshape() 함수를 사용하여 모양을 지정했습니다.
- 변수 'b'를 선언하고 np.transpose() 함수의 반환 값을 할당했습니다.
- 함수에 배열 'a'를 전달했습니다.
- 마지막으로 b의 값을 출력해 보았습니다.
출력에는 원래 배열의 전치된 배열이 표시되었습니다.
예 2: 축이 있는 numpy.transpose()
import numpy as np a= np.array([[1, 2], [4, 5], [7, 8]]) a b=np.transpose(a, (1,0)) b
산출:
array([[1, 2], [4, 5], [7, 8]]) array([[1, 4, 7], [2, 5, 8]])
위의 코드에서
- 별칭 이름이 np인 numpy를 가져왔습니다.
- np.array() 함수를 사용하여 'a' 배열을 만들었습니다.
- 변수 'b'를 선언하고 np.transpose() 함수의 반환 값을 할당했습니다.
- 함수에 배열 'a'와 축을 전달했습니다.
- 마지막으로 b의 값을 출력해 보았습니다.
출력에는 원래 배열의 전치된 배열이 표시되었습니다.
예 3: numpy.transpose()를 사용하여 요소 위치 변경
import numpy as np a=np.ones((12,32,123,64)) b=np.transpose(a,(1,3,0,2)).shape b c=np.transpose(a,(0,3,1,2)).shape c
산출:
(32L, 64L, 12L, 123L) (12L, 64L, 32L, 123L)
- 별칭 이름이 np인 numpy를 가져왔습니다.
- np.ones() 함수를 사용하여 'a' 배열을 만들었습니다.
- 변수 'b'와 'c'를 선언하고 np.transpose() 함수의 반환 값을 할당했습니다.
- 함수에 배열 'a'와 배열 요소의 위치를 전달했습니다.
- 마지막으로 b와 c의 값을 출력해 보았습니다.
출력에는 해당 요소가 배열의 정의된 위치에 있는 배열이 표시되었습니다.