15 - 高维度转置和轴转换｜【苦涩】
本帖最后由 不二如是 于 2020-2-19 22:53 编辑上一讲我们用小师妹的照片理解了数组的堆叠和拆分，本次学习转置和轴对换。
有言在先，概念多一些，比较容易不想看...
我们之前讲的维度，在 NumPy 中通过 axis（轴）来衡量。
上一讲的方式，对应图右边的操作。
而还有一种三维合并方式，就是图左。
图左和图右的转就涉及到了转置和轴转换。
关键点：
**** Hidden Message *****
图看完，我们上代码。
导入 NumPy 库，然后新建 3 个数组：
接下来用 stack 合并 a1，a2，a3：
注意图中箭头所指，是 (()) 哦！
然后用深度堆叠合并：
看出二者有什么区别了吗？
没错就是一开始图里的区别。
我们可以通过 transpose 将 b1 转为 b2。
先看理解轴的玩法，看默认轴顺序下的值：
（a，b，c）代表三维的轴，0，1，2 的值代表 axis 轴。
如果想变成 b2 需要换轴，改为 1，2，0（想像成立方体旋转，轴方向不变）：
是不是一样了呢，不懂的话对照一开始图中的轴顺序。
可以通过 == 判断旋转后的是否和 b2 相同：
全 True，意味着相同！
三维数组的转置
在11 - 合并函数的小坑须知｜【常用方法】介绍了转置。
对于二维：
a = a
对于三维：
b = b
如果你没理解上面的红色字的旋转，那就硬记。
实现上面的概念就要用到 swapaxes 方法。
结合上面的例子，我们先看 b1.swapaxes(1,2)：
交换 1 轴和 2 轴的位置，用 transpose 就是 0 不需要变，改动后两位：
记住一般形状的改变都是“视图”。
下一讲我们来看快速创建指定数组。
源代码：
如果有收获，别忘了评分{:10_281:} ：
http://xxx.fishc.com/forum/201709/19/094516hku92k2g4kefz8ms.gif
如果想看更多，请订阅 淘专辑（传送门）（不喜欢更要订阅{:10_297:} ） 沙发{:10_256:} 后悔没学好数学，头大 越来越难啦，好喜欢 越来越难啦，好喜欢 越来越难啦，好喜欢 越来越难啦，好喜欢 越来越难啦，好喜欢 越来越难啦，好喜欢 越来越难啦，好喜欢
页:
[1]