Numpy ndarray.T 属性

对于二维数组，它会交换行和列。它不会创建新数组，而是返回原始数组的视图，其维度已更改。

此操作对于线性代数计算和数据操作任务特别有用。

语法

Numpy ndarray.T 属性的语法如下:

ndarray.T

参数

此属性不接受任何参数。

返回值

ndarray.T 属性返回一个新数组，它是原始数组的转置。

示例 1

以下示例展示了 Numpy ndarray.T 属性的基本用法通过交换行和列来转置二维矩阵。

import numpy as np

# 创建二维数组(矩阵)
matrix = np.array([[1, 2], [3, 4]])

# 转置矩阵
transposed_matrix = matrix.T

print("原始矩阵:")
print(matrix)
print("转置矩阵:")
print(transposed_matrix)

输出

原始矩阵:
[[1 2]
[3 4]]
转置矩阵:
[[1 3]
[2 4]]

示例 2

在本例中，我们展示了ndarray.T 属性通过交换第一轴和第三轴来作用于三维数组。

import numpy as np

# 创建三维数组
array_3d = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])

# 转置三维数组
transposed_3d = array_3d.T

print("原始三维数组:")
print(array_3d)
print("转置后的三维数组:")
print(transposed_3d)

输出

原始三维数组:
[[[ 1 2 3]
[ 4 5 6]]

[[ 7 8 9]
[10 11 12]]]
转置的三维数组:
[[[ 1 7]
[ 4 10]]

[[ 2 8]
[ 5 11]]

[[ 3 9]
[ 6 12]]]

示例 3

在此示例中，ndarray.T 属性更改了数组的轴，实际上是将二维数组的行和列交换。

import numpy as np

# 创建一个 3x4 数组
a = np.arange(12).reshape(3, 4)

print('原始数组为:')
print(a)
print('
')

print('转置后的数组为:')
print(np.transpose(a))

输出

原始数组为:
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]

转置后的数组为:
[[ 0  4  8]
 [ 1  5  9]
 [ 2  6 10]
 [ 3  7 11]]

numpy_array_manipulation.html