Python NumPy将列转换为行

Python 2.7.10和NumPy。我有这样一个矩阵：

[[[ 0  1  2]
[ 3  4  5]
[ 6  7  8]
[ 9 10 11]]

[[12 13 14]
[15 16 17]
[18 19 20]
[21 22 23]]

[[24 25 26]
[27 28 29]
[30 31 32]
[33 34 35]]

[[36 37 38]
[39 40 41]
[42 43 44]
[45 46 47]]]

注：实数矩阵将包含实数数据，而不是连续数字

我需要旋转、翻转或其他方式（我已经全部尝试过了），以便最终得到以下结果：

[[[ 2 5 8 11]
[ 1 4 7 10]
[ 0 3 6 9]

[[14 17 20 23]
[13 16 19 22]
[12 15 18 21]

[[26 29 32 35]
[25 28 31 34]
[24 27 30 33]

[[38 41 44 47]
[37 40 43 46]
[36 39 42 45]]]

基本上，我需要矩阵的整列变成行

---

谢谢。

对于超级阵列中的每个2d子阵列，您可以应用numpy功能：

np.rot90（）

因此：

---

transpose

和

flipud

是您需要的；

swapax

也可以用作转置 请注意，transpose有一个在多个维度上运行的版本

这可能有一个更简单的表达式，但它的优点是不使用复杂的索引。例如，在Python2.7.3中使用numpy完成

f=numpy.flipud
a=numpy.arange(48).reshape((4,4,3))
result=f(f(f(a).T).T).transpose(0,2,1)

In [2]: a=numpy.arange(48).reshape((4,4,3))
Out[3]:
array([[[ 0,  1,  2],
    [ 3,  4,  5],
    [ 6,  7,  8],
    [ 9, 10, 11]],

   [[12, 13, 14],
    [15, 16, 17],
    [18, 19, 20],
    [21, 22, 23]],

   [[24, 25, 26],
    [27, 28, 29],
    [30, 31, 32],
    [33, 34, 35]],

   [[36, 37, 38],
    [39, 40, 41],
    [42, 43, 44],
    [45, 46, 47]]])
In [5]: f(f(f(a).T).T).transpose(0,2,1)
Out[5]:
array([[[ 2,  5,  8, 11],
    [ 1,  4,  7, 10],
    [ 0,  3,  6,  9]],

   [[14, 17, 20, 23],
    [13, 16, 19, 22],
    [12, 15, 18, 21]],

   [[26, 29, 32, 35],
    [25, 28, 31, 34],
    [24, 27, 30, 33]],

   [[38, 41, 44, 47],
    [37, 40, 43, 46],
    [36, 39, 42, 45]]])

---

.

使用

[：，：，：：：-1]

翻转列的位置，并用于将行与列交换-

In [25]: A
Out[25]: 
array([[[ 0,  1,  2],
        [ 3,  4,  5],
        [ 6,  7,  8],
        [ 9, 10, 11]],

       [[12, 13, 14],
        [15, 16, 17],
        [18, 19, 20],
        [21, 22, 23]],

       [[24, 25, 26],
        [27, 28, 29],
        [30, 31, 32],
        [33, 34, 35]]])

In [26]: A[:,:,::-1].transpose(0,2,1)
Out[26]: 
array([[[ 2,  5,  8, 11],
        [ 1,  4,  7, 10],
        [ 0,  3,  6,  9]],

       [[14, 17, 20, 23],
        [13, 16, 19, 22],
        [12, 15, 18, 21]],

       [[26, 29, 32, 35],
        [25, 28, 31, 34],
        [24, 27, 30, 33]]])

---

这里有一个更简单的方法：

a=numpy.arange(48).reshape((4,4,3)
numpy.fliplr(a.swapaxes(1,2))
#or you could do
numpy.fliplr(a.transpose(0,2,1))

据我所知，

flipud

翻转最后一个维度，而

fliplr

翻转第二个维度到最后一个维度。在三维中，最后一个维度是Z，而倒数第二个维度是Y。因此，转换数据和翻转Y维度是有效的

---

享受。

谢谢你的回答。谢谢。我很感激。我确实尝试过切片和转置，但只是没有将两者结合在一起。我测试了这种方法与另一种方法（fliplr（a）.转置（0,2,1）和f（f（a）.T）.转置（0,2,1）的比较，发现这花费了5.3秒；fliplr花费了8.3秒，最后一次使用timeit模块花费了13.6秒。@gbronner不错！我想测试

A[：，：，：：：-1]会很有趣。Swapax（1,2）

也！@Divakar

Swapax

似乎与

转置（0,2,1）没有区别

@gbronner是的，功能上是一样的！对我来说不起作用。但是，我非常感谢您的回复。这并不能解决问题，它可以转换整个数组。实际上，它确实起作用。它非常难看。我提出了一个更简单更清晰的版本。说实话，flipud/fliplr语句似乎可以重新使用放置一个更通用的翻转轴，这将是更明显的一个从2到3维。

a=numpy.arange(48).reshape((4,4,3)
numpy.fliplr(a.swapaxes(1,2))
#or you could do
numpy.fliplr(a.transpose(0,2,1))