3、Numpy数组操作---第5节矩阵转置

本节内容紧接上一篇内容，同属于数组操作的章节。

5、数组（矩阵）转置和轴对换：

1、numpy中的数组其实就是线性代数中的矩阵。矩阵是可以进行转置的。ndarray有一个T属性，可以返回这个数组的转置的结果。示例代码如下：

#ndarray有一个T属性，可以返回这个数组的转置的结果。
a1 = np.arange(0,24).reshape((4,6))
print(a1)
# [[ 0  1  2  3  4  5]
#  [ 6  7  8  9 10 11]
#  [12 13 14 15 16 17]
#  [18 19 20 21 22 23]]  #4行6列
a2 = a1.T
print(a2)
# [[ 0  6 12 18]
#  [ 1  7 13 19]
#  [ 2  8 14 20]
#  [ 3  9 15 21]
#  [ 4 10 16 22]
#  [ 5 11 17 23]]  #6行4列

2、另外还有一个方法叫做transpose，这个方法返回的是一个View，也即修改返回值，会影响到原来数组。示例代码如下：

#transpose方法，这个方法返回的是一个View，也即修改返回值，会影响到原来数组。
a1 = np.arange(0,24).reshape((4,6))
print(a1)
# [[ 0  1  2  3  4  5]
#  [ 6  7  8  9 10 11]
#  [12 13 14 15 16 17]
#  [18 19 20 21 22 23]]
print(a1.transpose())
# [[ 0  6 12 18]
#  [ 1  7 13 19]
#  [ 2  8 14 20]
#  [ 3  9 15 21]
#  [ 4 10 16 22]
#  [ 5 11 17 23]]
a2 = a1.transpose()
print(a2)
# [[ 0  6 12 18]
#  [ 1  7 13 19]
#  [ 2  8 14 20]
#  [ 3  9 15 21]
#  [ 4 10 16 22]
#  [ 5 11 17 23]]

3、为什么要进行矩阵转置呢，有时候在做一些计算的时候需要用到。比如做矩阵的内积的时候。就必须将矩阵进行转置后再乘以之前的矩阵：

#做矩阵的内积的时候。就必须将矩阵进行转置后再乘以之前的矩阵
a1 = np.arange(0,24).reshape((4,6))
a2 = a1.T
print(a1.dot(a2))#.dot()方法进行内积运算，返回4行4列矩阵
# [[  55  145  235  325]
#  [ 145  451  757 1063]
#  [ 235  757 1279 1801]
#  [ 325 1063 1801 2539]]

注意：要记住矩阵进行内积运算，可以通过矩阵乘以原矩阵的转置实现。