Con l'aiuto di Numpy numpy.transpose() , Possiamo eseguire la semplice funzione di trasposizione all'interno di una riga utilizzando numpy.transpose() metodo di Numpy. Può trasporre gli array 2-D, d'altro canto non ha alcun effetto sugli array 1-D. Questo metodo traspone l'array numpy 2D.
parametri:
assi: [Nessuno, tupla di int o n int] Se qualcuno vuole passare il parametro, può farlo, ma non è tutto obbligatorio. Ma se vuoi ricordati solo di passare (0, 1) O (1, 0) . Come se avessimo un array di forma (2, 3) per cambiarlo (3, 2) dovresti passare (1, 0) dove 1 come 3 e 0 come 2.
Ritorna: ndaray
Esempio 1 :
In questo esempio possiamo vedere che è davvero semplice trasporre un array con una sola riga.
Python3
mappa reactjs
# 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())> |
>
>
if else istruzione in JavaProduzione:
[[1 2 3] [4 5 6] [7 8 9]] [[1 4 7] [2 5 8] [3 6 9]]>
Esempio n.2:
In questo esempio dimostriamo l'uso delle tuple in 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>))> |
>
>Produzione:
[[1 2] [4 5] [7 8]] [[1 4 7] [2 5 8]]>
Metodo 2: Utilizzando Oggetto Numpy ndarray.T.
Python3
installazione della torcia
# 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)> |
>
>
Produzione
[[1 2 3] [4 5 6] [7 8 9]] [[1 4 7] [2 5 8] [3 6 9]]>