numpy.transpose()实现数组的转置

#####说到转置操作，顺便提及矩阵与数组的区别：
**矩阵：**数学里的概念，其元素只能是数值，这也是区别于数组的根本所在
**数组：**计算机中的概念，代表一种数据组织、存储方式，其元素可以是数字、也可以是字符

数组的转置操作，是借鉴了线性代数中矩阵的转置操作。将行与列对调，即第一行变成第一列…或第一列变成第一行…的操作即使转置操作。

##1. 多维数组的转置

import numpy as np

test = np.array([[12,4,7,0],[3,7,45,81]])
test

# 以下为test输出的结果
array([[12,  4,  7,  0],
       [ 3,  7, 45, 81]])
       
# 对test进行转置操作
test.transpose()

# 转置后得到的结果为
array([[12,  3],
       [ 4,  7],
       [ 7, 45],
       [ 0, 81]])

##2. 一维数组的转置

test = np.array([12,4,7,0])
test.shape

# test.shape的结果
(4,)

# 以下为test输出的结果
array([12,  4,  7,  0])

# 对test进行转置操作
result = test.transpose()

# 转置后得到的结果为
array([12,  4,  7,  0])
test.shape

# 一维数组（列向量）转置后的长度
(4,)

所以，对一维列向量进行转置，得到的还是一维列向量，并没有发生任何变化。经实践，这时候应借助shape属性来完成转置。详细见以下：

result.shape=(1,4)
result

# 这时输出result的值如下，对比与上面一个code框内的result值
array([[12,  4,  7,  0]])

这时候输出的result就是一个一行四列的一维数组了。

👏👏👏再看看我们以前的文章😃😃😃
🌺 Excel中数据分析工具库-相关系数篇
🌺 干货，手把手教会你做相关性分析
🌺 5年数据分析路，小结。
🌺 用户细分及画像分析
🌺 K-近邻算法及实践

欢迎关注，微信公众号“数据分析师之家”
扫描二维码 关注我们
💁提供职业规划、简历指导、面试辅导服务哦
QQ交流群：254674155