Как numpy.ndarray.transpose () переставляет ось массива nd?
In [28]: arr = np.arange(16).reshape((2, 2, 4)) In [29]: arr Out[29]: array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7]], [[ 8, 9, 10, 11], [12, 13, 14, 15]]]) In [32]: arr.transpose((1, 0, 2)) Out[32]: array([[[ 0, 1, 2, 3], [ 8, 9, 10, 11]], [[ 4, 5, 6, 7], [12, 13, 14, 15]]]) Когда мы передаем кортеж целых чисел функции transpose() , что происходит?
Чтобы быть конкретным, это трехмерный массив: как NumPy преобразует массив при передаче кортежа осей (1, 0 ,2) ? Можете ли вы объяснить, к какой строке или столбцу относятся эти целые числа? А что такое номера осей в контексте NumPy?
- Как написать массив numpy в файл csv?
- Обновите до numpy 1.8.0 на Ubuntu 12.04
- Самый эффективный способ обратного преобразования массива numpy
- 3d массив Numpy до 2d
- Как настроить numpy в jython
- Агностическое (общее) декартово произведение размерности
- numpy.r_ не является функцией. Что это?
- Множественные индексы для массива numpy: IndexError: не удалось принудительно ввести запись в slice типа numpy.ndarray в целое число
- Оценка 2D движения с использованием фильтрации Python, OpenCV и Kalman
- Копировать или просмотреть субармы numpy с использованием булевой индексации
2 Solutions collect form web for “Как numpy.ndarray.transpose () переставляет ось массива nd?”
Короче: перенос массива означает, что NumPy просто нужно переставить информацию о шаге и форме для каждой оси:
>>> arr.strides (64, 32, 8) >>> arr.transpose(1, 0, 2).strides (32, 64, 8)
Обратите внимание, что шаги для первой и второй осей были заменены здесь. Это означает, что данные не должны копироваться; NumPy может просто изменить, как он смотрит на память, чтобы построить массив.
Какие успехи?
Значения в трехмерном массиве arr хранятся в непрерывном блоке памяти следующим образом:
[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]
В случае arr каждое целое число занимает 8 байт памяти (т.е. мы используем тип int64).
Шаг указывает NumPy, сколько байтов пропустить, чтобы перейти к следующему значению вдоль оси. Например, чтобы получить следующее значение в строке в arr (ось 2), нам просто нужно переместить 8 байтов (1 номер).
arr.transpose(1, 0, 2) для arr.transpose(1, 0, 2) являются (32, 64, 8). Для перемещения по первой оси вместо 64 байтов (8 чисел) NumPy теперь будет пропускать только 32 байта (4 числа) каждый раз:
[[[0 ...] [... ...]] [[4 ...] [... ...]]]
Аналогично, NumPy теперь пропускает 64 байта (8 чисел) для перемещения по оси 1:
[[[0 ...] [8 ...]] [[4 ...] [12 ...]]]
Фактический код, который выполняет транспонирование, написан на C и может быть найден здесь .
Как поясняется в документации :
По умолчанию измените размеры, иначе переместите оси в соответствии с указанными значениями.
Таким образом, вы можете передать необязательные axes параметров, определяющие новый порядок измерений.
Например, перенос первых двух измерений матрицы пикселов VGA VGA:
>>> x = np.ones((480, 640, 3)) >>> np.transpose(x, (1, 0, 2)).shape (640, 480, 3)