溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

對(duì)python 矩陣轉(zhuǎn)置transpose的實(shí)例講解

發(fā)布時(shí)間:2020-10-13 10:36:28 來(lái)源:腳本之家 閱讀:155 作者:jingxian 欄目:開發(fā)技術(shù)

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。

向AI問(wèn)一下細(xì)節(jié)

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。

AI