Med hjælp fra Numpy numpy.transpose() , Vi kan udføre den simple funktion at transponere inden for en linje ved at bruge numpy.transpose() Numpys metode. Det kan transponere 2-D-arrays, på den anden side har det ingen effekt på 1-D-arrays. Denne metode transponerer 2-D numpy-arrayet.
Parametre:
akser: [Ingen, tuple of ints eller n ints] Hvis nogen vil videregive parameteren, kan du det, men det er ikke alt påkrævet. Men hvis du vil, så husk kun pass (0, 1) eller (1, 0) . Ligesom vi har et array af form (2, 3) for at ændre det (3, 2), skal du bestå (1, 0), hvor 1 er 3 og 0 er 2.
Vender tilbage: ndarray
Eksempel #1:
I dette eksempel kan vi se, at det er virkelig nemt at transponere et array med kun én linje.
c program til streng sammenligning
Python3
# importing python module named numpy> import> numpy as np> # making a 3x3 array> gfg>=> np.array([[>1>,>2>,>3>],> >[>4>,>5>,>6>],> >[>7>,>8>,>9>]])> # before transpose> print>(gfg, end>=>'
'>)> # after transpose> print>(gfg.transpose())> |
>
>
xor i javaProduktion:
[[1 2 3] [4 5 6] [7 8 9]] [[1 4 7] [2 5 8] [3 6 9]]>
Eksempel #2:
I dette eksempel demonstrerer vi brugen af tuples i numpy.transpose().
Python3
# importing python module named numpy> import> numpy as np> # making a 3x3 array> gfg>=> np.array([[>1>,>2>],> >[>4>,>5>],> >[>7>,>8>]])> # before transpose> print>(gfg, end>=>'
'>)> # after transpose> print>(gfg.transpose(>1>,>0>))> |
>
>Produktion:
[[1 2] [4 5] [7 8]] [[1 4 7] [2 5 8]]>
Metode 2: Ved brug af Numpy ndarray.T objekt.
Python3
# importing python module named numpy> import> numpy as np> > # making a 3x3 array> gfg>=> np.array([[>1>,>2>,>3>],> >[>4>,>5>,>6>],> >[>7>,>8>,>9>]])> > # before transpose> print>(gfg, end>=>'
'>)> > # after transpose> print>(gfg.T)> |
>
hvad er desktop ini
>
Produktion
[[1 2 3] [4 5 6] [7 8 9]] [[1 4 7] [2 5 8] [3 6 9]]>