numpy.permute_dims

numpy.permute_dims(a, axes=None)

返回轴已转置的数组.

对于一维数组,这将返回原始数组的不变视图,因为转置向量只是相同的向量.要将一维数组转换为二维列向量,必须添加一个额外的维度,例如, np.atleast_2d(a).T 可以实现这一点, a[:, np.newaxis] 也可以.对于二维数组,这是标准矩阵转置.对于 n 维数组,如果给定了轴,它们的顺序表示轴的排列方式 (参见示例).如果未提供轴,则 transpose(a).shape == a.shape[::-1] .

参数:

aarray_like

输入数组.

axes整数的元组或列表,可选.

如果指定,它必须是一个元组或列表,其中包含 [0, 1, …, N-1] 的排列,其中 N 是 a 的轴数.负索引也可用于指定轴.返回数组的第 i 个轴将对应于输入的 axes[i] 编号的轴.如果未指定,则默认为 range(a.ndim)[::-1] ,它反转轴的顺序.

返回:

pndarray

轴已排列的 a . 只要有可能,就会返回一个视图.

参见

ndarray.transpose

等效方法.

moveaxis

将数组的轴移动到新的位置.

argsort

返回将对数组进行排序的索引.

注释

当使用 axes 关键字参数时,使用 transpose(a, argsort(axes)) 反转张量的转置.

示例

Try it in your browser!

>>> import numpy as np
>>> a = np.array([[1, 2], [3, 4]])
>>> a
array([[1, 2],
       [3, 4]])
>>> np.transpose(a)
array([[1, 3],
       [2, 4]])

>>> a = np.array([1, 2, 3, 4])
>>> a
array([1, 2, 3, 4])
>>> np.transpose(a)
array([1, 2, 3, 4])

>>> a = np.ones((1, 2, 3))
>>> np.transpose(a, (1, 0, 2)).shape
(2, 1, 3)

>>> a = np.ones((2, 3, 4, 5))
>>> np.transpose(a).shape
(5, 4, 3, 2)

>>> a = np.arange(3*4*5).reshape((3, 4, 5))
>>> np.transpose(a, (-1, 0, -2)).shape
(5, 3, 4)

Go BackOpen In Tab