您好,登錄后才能下訂單哦!
在讀圖片時(shí),會(huì)用到這么的一段代碼:
image_vector_len = np.prod(image_size)#總元素大小,3*55*47 img = Image.open(path) arr_img = np.asarray(img, dtype='float64') arr_img = arr_img.transpose(2,0,1).reshape((image_vector_len, ))# 47行,55列,每個(gè)點(diǎn)有3個(gè)元素rgb。再把這些元素一字排開
transpose是什么意識(shí)呢? 看如下例子:
arr1 = array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7]], [[ 8, 9, 10, 11], [12, 13, 14, 15]]])
這是原來(lái)的矩陣。如果對(duì)其進(jìn)行轉(zhuǎn)置,執(zhí)行arr2 = arr1.transpose((1,0,2))
得到:
array([[[ 0, 1, 2, 3], [ 8, 9, 10, 11]], [[ 4, 5, 6, 7], [12, 13, 14, 15]]])
過(guò)程是怎樣的?
arr1.shape 應(yīng)該是(2, 2, 4) 意為 2維,2*4矩陣
arr1.transpose(*args) 里面的參數(shù),可以這么理解,他是調(diào)換arr1.shape的順序,咱來(lái)給arr1.shape標(biāo)一下角標(biāo)哈,(2[0], 2[1], 4[2]) [ ] 里是shape的索引,對(duì)吧,
transpose((1, 0, 2)) 的意思是 按照這個(gè)順序 重新設(shè)置shape 也就是 (2[1], 2[0], 4[2])
雖然看起來(lái) 變換前后的shape都是 2,2,4 , 但是問(wèn)題來(lái)了,transpose是轉(zhuǎn)置
shape按照(1,0,2)的順序重新設(shè)置了, array里的所有元素 也要按照這個(gè)規(guī)則重新組成新矩陣
比如 8 在arr1中的索引是 (1, 0, 0) 那么按照剛才的變換規(guī)則,就是 (0, 1, 0) 看看跟你結(jié)果arr2的位置一樣了吧,依此類推..
另外一個(gè)知識(shí)點(diǎn):
對(duì)于一維的shape,轉(zhuǎn)置是不起作用的,舉例:
x=linspace(0,4,5) #array([0.,1.,2.,3.,4.]) y=transpose(x) # 會(huì)轉(zhuǎn)置失敗。
如果想正確使用的話:
x.shape=(5,1) y=transpose(x) #就可以了
以上這篇對(duì)python 矩陣轉(zhuǎn)置transpose的實(shí)例講解就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持億速云。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。