Hướng dẫn what is transpose () in python? - Transpose () trong python là gì?

Question

numpy.transpose (a, axes = none) [nguồn]#transpose(a, axes=None)[source]#

Đảo ngược hoặc hoán vị các trục của một mảng; Trả về mảng sửa đổi.

Nội dung chính Show

Ma trận numpy chuyển đổi ()
Chuyển đổi một mảng giống như đối tượng
Muốn tìm hiểu thêm? Tham gia cộng đồng DigitalOcean!
Sự khác biệt giữa .t và chuyển đổi () trong numpy là gì?
Truyền một mảng làm gì?
Làm cách nào để chuyển một mảng numpy?
Làm thế nào để bạn chuyển một ma trận?

Đối với một mảng A với hai trục, chuyển vị (a) cho ma trận chuyển vị.

Tham khảo

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

0 để biết tài liệu đầy đủ.

Parametersaarray_likeaarray_like

Mảng đầu vào.

Axestuple hoặc Danh sách các INT, tùy chọntuple or list of ints, optional

Nếu được chỉ định, nó phải là một tuple hoặc danh sách chứa hoán vị của [0,1, .., n-1] trong đó n là số trục của a. Trục IL của mảng được trả về sẽ tương ứng với trục được đánh số

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

1 của đầu vào. Nếu không được chỉ định, mặc định là

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

2, đảo ngược thứ tự của các trục.

ReturnSpnDarraypndarray

A với các trục của nó hoán vị. Một chế độ xem được trả lại bất cứ khi nào có thể.

Ghi chú

Sử dụng Chuyển đổi (A, ARGSORT (trục)) để đảo ngược sự hoán vị của các tenxơ khi sử dụng đối số từ khóa của trục.

Việc chuyển một mảng 1-D trả về một cái nhìn không thay đổi của mảng gốc.

Ví dụ

>>> x = np.arange(4).reshape((2,2))
>>> x
array([[0, 1],
       [2, 3]])

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

Chuyển đổi của một ma trận thu được bằng cách di chuyển dữ liệu hàng đến dữ liệu cột và cột sang các hàng. Nếu chúng ta có một mảng hình dạng (x, y) thì chuyển đổi của mảng sẽ có hình dạng (y, x).

Ma trận numpy chuyển đổi ()

Mô -đun Python Numpy chủ yếu được sử dụng để làm việc với các mảng trong Python. Chúng ta có thể sử dụng hàm Transpose () để có được sự chuyển đổi của một mảng.

import numpy as np

arr1 = np.array([[1, 2, 3], [4, 5, 6]])

print(f'Original Array:\n{arr1}')

arr1_transpose = arr1.transpose()

print(f'Transposed Array:\n{arr1_transpose}')

Output:

Original Array:
[[1 2 3]
 [4 5 6]]
Transposed Array:
[[1 4]
 [2 5]
 [3 6]]

Numpy mảng chuyển vị

Hướng dẫn what is transpose () in python? - Transpose () trong python là gì?

Numpy Array Transpose

Chuyển đổi một mảng giống như đối tượng

Hàm Transpose () hoạt động với một mảng giống như đối tượng, chẳng hạn như một danh sách lồng nhau.

arr1 = [[1, 2, 3], [4, 5, 6]]

arr1_transpose = np.transpose(arr1)

Kết quả sẽ giống như chương trình trước đó. Tham khảo: API Doc

Muốn tìm hiểu thêm? Tham gia cộng đồng DigitalOcean!

Tham gia cộng đồng DigitalOcean của chúng tôi miễn phí hơn một triệu nhà phát triển! Nhận trợ giúp và chia sẻ kiến thức trong phần Câu hỏi & Câu trả lời của chúng tôi, tìm hướng dẫn và công cụ sẽ giúp bạn phát triển như một nhà phát triển và mở rộng quy mô dự án hoặc doanh nghiệp của bạn, và đăng ký các chủ đề quan tâm.

Đăng ký

Xem thảo luận

Cải thiện bài viết

Lưu bài viết

Đọc

Bàn luận

Xem thảo luận

Cải thiện bài viết

Lưu bài viết

Đọc
In Python, we can implement a matrix as nested list (list inside a list). Each element is treated as a row of the matrix. For example m = [[1, 2], [4, 5], [3, 6]] represents a matrix of 3 rows and 2 columns.
First element of the list – m[0] and element in first row, first column – m[0][0].

Bàn luận Nested list comprehension are used to iterate through each element in the matrix. In the given example, we iterate through each element of matrix (m) in column major manner and assign the result to rez matrix which is the transpose of m.

Chuyển đổi ma trận là một nhiệm vụ mà tất cả chúng ta có thể thực hiện rất dễ dàng trong Python (sử dụng một vòng lặp lồng nhau). Nhưng có một số cách thú vị để làm điều tương tự trong một dòng. Trong Python, chúng ta có thể triển khai một ma trận dưới dạng danh sách lồng nhau (danh sách bên trong một danh sách). Mỗi phần tử được coi là một hàng của ma trận. Ví dụ: m = [[1, 2], [4, 5], [3, 6]] đại diện cho một ma trận gồm 3 hàng và 2 cột. Phần tử đầu tiên của danh sách - m [0] và phần tử trong hàng đầu tiên, đầu tiên Cột - M [0] [0].

Sử dụng danh sách lồng nhau Hiểu danh sách: Danh sách lồng nhau được sử dụng để lặp qua từng phần tử trong ma trận. Trong ví dụ đã cho, chúng tôi lặp qua từng phần tử của ma trận (m) theo cách chính của cột và gán kết quả cho ma trận REZ là chuyển đổi của m.

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

2

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

3

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

4

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

3

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

4

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

5

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

6

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

7

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

8__19

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

3

import numpy as np

arr1 = np.array([[1, 2, 3], [4, 5, 6]])

print(f'Original Array:\n{arr1}')

arr1_transpose = arr1.transpose()

print(f'Transposed Array:\n{arr1_transpose}')

2

Original Array:
[[1 2 3]
 [4 5 6]]
Transposed Array:
[[1 4]
 [2 5]
 [3 6]]

6

Original Array:
[[1 2 3]
 [4 5 6]]
Transposed Array:
[[1 4]
 [2 5]
 [3 6]]

7

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

8

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

9

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

0

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

1

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

2

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

3

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

4

Output:

[1, 2]
[3, 4]
[5, 6]


[1, 3, 5]
[2, 4, 6]

>>> x = np.ones((2, 3, 4, 5)) >>> np.transpose(x).shape (5, 4, 3, 2)
5
>>> np.transpose(x) array([[0, 2], [1, 3]])
4
>>> x = np.ones((2, 3, 4, 5)) >>> np.transpose(x).shape (5, 4, 3, 2)
7
>>> x = np.ones((1, 2, 3)) >>> np.transpose(x, (1, 0, 2)).shape (2, 1, 3)
8
>>> x = np.ones((2, 3, 4, 5)) >>> np.transpose(x).shape (5, 4, 3, 2)
9
>>> x = np.ones((2, 3, 4, 5)) >>> np.transpose(x).shape (5, 4, 3, 2)
0
import numpy as np arr1 = np.array([[1, 2, 3], [4, 5, 6]]) print(f'Original Array:\n{arr1}') arr1_transpose = arr1.transpose() print(f'Transposed Array:\n{arr1_transpose}')
1__ Zip returns an iterator of tuples, where the i-th tuple contains the i-th element from each of the argument sequences or iterables. In this example we unzip our array using * and then zip it to get the transpose.

arr1 = [[1, 2, 3], [4, 5, 6]]

arr1_transpose = np.transpose(arr1)

5

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

4

arr1 = [[1, 2, 3], [4, 5, 6]]

arr1_transpose = np.transpose(arr1)

7

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

6

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

7

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

8

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

7

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

0

[1, 2]
[3, 4]
[5, 6]


[1, 3, 5]
[2, 4, 6]

3

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

2

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

7

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

4

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

7

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

6

[1, 2]
[3, 4]
[5, 6]


[1, 3, 5]
[2, 4, 6]

3

(1, 2, 3)
(4, 5, 6)
(7, 8, 9)
(10, 11, 12)

(1, 4, 7, 10)
(2, 5, 8, 11)
(3, 6, 9, 12)

0

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

7

(1, 2, 3)
(4, 5, 6)
(7, 8, 9)
(10, 11, 12)

(1, 4, 7, 10)
(2, 5, 8, 11)
(3, 6, 9, 12)

2

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

7

(1, 2, 3)
(4, 5, 6)
(7, 8, 9)
(10, 11, 12)

(1, 4, 7, 10)
(2, 5, 8, 11)
(3, 6, 9, 12)

4

[1, 2]
[3, 4]
[5, 6]


[1, 3, 5]
[2, 4, 6]

3

(1, 2, 3)
(4, 5, 6)
(7, 8, 9)
(10, 11, 12)

(1, 4, 7, 10)
(2, 5, 8, 11)
(3, 6, 9, 12)

6

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

7

(1, 2, 3)
(4, 5, 6)
(7, 8, 9)
(10, 11, 12)

(1, 4, 7, 10)
(2, 5, 8, 11)
(3, 6, 9, 12)

8

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

7

[[1 2 3]
 [4 5 6]]

[[1 4]
 [2 5]
 [3 6]]

0

[[1 2 3]
 [4 5 6]]

[[1 4]
 [2 5]
 [3 6]]

1

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

8

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

9

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

0

arr1 = [[1, 2, 3], [4, 5, 6]]

arr1_transpose = np.transpose(arr1)

1

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

2

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

3

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

4

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

3

import numpy as np

arr1 = np.array([[1, 2, 3], [4, 5, 6]])

print(f'Original Array:\n{arr1}')

arr1_transpose = arr1.transpose()

print(f'Transposed Array:\n{arr1_transpose}')

2

Original Array:
[[1 2 3]
 [4 5 6]]
Transposed Array:
[[1 4]
 [2 5]
 [3 6]]

6

Original Array:
[[1 2 3]
 [4 5 6]]
Transposed Array:
[[1 4]
 [2 5]
 [3 6]]

7

Sử dụng zip: ZIP trả về một trình lặp của các bộ dữ liệu, trong đó bộ thứ ba chứa phần tử thứ i từ mỗi chuỗi đối số hoặc iterables. Trong ví dụ này, chúng tôi giải nén mảng của chúng tôi bằng cách sử dụng * và sau đó zip nó để chuyển vị trí.

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

8

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

9

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

0

[[1 2 3]
 [4 5 6]]

[[1 4]
 [2 5]
 [3 6]]

5

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

2

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

3

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

4

Output:

(1, 2, 3)
(4, 5, 6)
(7, 8, 9)
(10, 11, 12)

(1, 4, 7, 10)
(2, 5, 8, 11)
(3, 6, 9, 12)

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

03

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

4

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

05

import numpy as np

arr1 = np.array([[1, 2, 3], [4, 5, 6]])

print(f'Original Array:\n{arr1}')

arr1_transpose = arr1.transpose()

print(f'Transposed Array:\n{arr1_transpose}')

2

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

07

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

08

>>> x = np.ones((1, 2, 3)) >>> np.transpose(x, (1, 0, 2)).shape (2, 1, 3)
8
>>> x = np.ones((1, 2, 3)) >>> np.transpose(x, (1, 0, 2)).shape (2, 1, 3)
9
>>> x = np.ones((2, 3, 4, 5)) >>> np.transpose(x).shape (5, 4, 3, 2)
0
>>> np.transpose(x) array([[0, 2], [1, 3]])
12 NumPy is a general-purpose array-processing package designed to efficiently manipulate large multi-dimensional arrays. The transpose method returns a transposed view of the passed multi-dimensional matrix.

Lưu ý:- Nếu bạn muốn kết quả của mình trong biểu mẫu [[1,4,7,10] [2,5,8,11] [3,6,9,12]], bạn có thể sử dụng t_matrix = map (list, list, zip (*ma trận)).

arr1 = [[1, 2, 3], [4, 5, 6]]

arr1_transpose = np.transpose(arr1)

5

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

4

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

5

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

6

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

7

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

8

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

7

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

0

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

9

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

2

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

7

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

4

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

7

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

6

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

7

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

3

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

34

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

3

import numpy as np

arr1 = np.array([[1, 2, 3], [4, 5, 6]])

print(f'Original Array:\n{arr1}')

arr1_transpose = arr1.transpose()

print(f'Transposed Array:\n{arr1_transpose}')

2

Original Array:
[[1 2 3]
 [4 5 6]]
Transposed Array:
[[1 4]
 [2 5]
 [3 6]]

6

Original Array:
[[1 2 3]
 [4 5 6]]
Transposed Array:
[[1 4]
 [2 5]
 [3 6]]

7

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

3

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

40

Sử dụng Numpy: Numpy là gói xử lý mảng đa năng được thiết kế để thao tác hiệu quả các mảng đa chiều lớn. Phương pháp chuyển đổi trả về một chế độ xem chuyển đổi của ma trận đa chiều được truyền.

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

16

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

17

Hoặc, chỉ đơn giản là sử dụng ".t" sau khi biến

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

16

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

42

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

3

import numpy as np

arr1 = np.array([[1, 2, 3], [4, 5, 6]])

print(f'Original Array:\n{arr1}')

arr1_transpose = arr1.transpose()

print(f'Transposed Array:\n{arr1_transpose}')

2

Original Array:
[[1 2 3]
 [4 5 6]]
Transposed Array:
[[1 4]
 [2 5]
 [3 6]]

6

Original Array:
[[1 2 3]
 [4 5 6]]
Transposed Array:
[[1 4]
 [2 5]
 [3 6]]

7

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

3

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

65

Output:

[[1 2 3]
 [4 5 6]]

[[1 4]
 [2 5]
 [3 6]]

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

43

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

4

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

45

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

6

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

7____18

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

7

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

0

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

9

>>> x = np.ones((1, 2, 3))
>>> np.transpose(x, (1, 0, 2)).shape
(2, 1, 3)

2222

>>> x = np.ones((2, 3, 4, 5))
>>> np.transpose(x).shape
(5, 4, 3, 2)

3

>>> np.transpose(x)
array([[0, 2],
       [1, 3]])

34Mayank Rawat & simply modified by Md. Tahmid Hasan. If you like GeeksforGeeks and would like to contribute, you can also write an article using write.geeksforgeeks.org or mail your article to . See your article appearing on the GeeksforGeeks main page and help other Geeks.

LƯU Ý:- Chỉ .T Chỉ hoạt động trên các mảng Numpy

Sự khác biệt giữa .t và chuyển đổi () trong numpy là gì?

T và chuyển đổi () gọi cả hai trả về chuyển đổi của mảng. Trên thực tế, .t trả về chuyển vị của mảng, trong khi chuyển vị là một phương thức tổng quát hơn_ có thể được đưa ra các trục (chuyển vị (*trục), với các mặc định làm cho cuộc gọi chuyển đổi () tương đương với. T).. T return the transpose of the array, while transpose is a more general method_ that can be given axes ( transpose(*axes) , with defaults that make the call transpose() equivalent to . T ).

Truyền một mảng làm gì?

Hàm chuyển vị trả về một phạm vi dọc của các ô dưới dạng phạm vi ngang hoặc ngược lại.Hàm chuyển vị phải được nhập dưới dạng công thức mảng trong một phạm vi có cùng số lượng hàng và cột tương ứng, vì phạm vi nguồn có các cột và hàng.returns a vertical range of cells as a horizontal range, or vice versa. The TRANSPOSE function must be entered as an array formula in a range that has the same number of rows and columns, respectively, as the source range has columns and rows.

Làm cách nào để chuyển một mảng numpy?

Hàm chuyển vị () được sử dụng để hoán vị kích thước của một mảng ...

Cú pháp: numpy.transpose (a, trục = không).

Phiên bản: 1.15.0 ..

Tham số: ... .

Giá trị trả lại: ....

Ví dụ-2: numpy.transpose () hàm >>> nhập numpy dưới dạng np >>> a = np.arange (6) .Reshape ((3,2)) >>> np.transpose (a) mảng ([[[[[[[0, 2, 4], [1, 3, 5]]).

Trình bày bằng hình ảnh:.

Làm thế nào để bạn chuyển một ma trận?

Để tính toán chuyển đổi của một ma trận, chỉ cần trao đổi các hàng và cột của ma trận, tức là viết các phần tử của các hàng dưới dạng các cột và viết các phần tử của một cột là các hàng.interchange the rows and columns of the matrix i.e. write the elements of the rows as columns and write the elements of a column as rows.

programming python Transpose Python Ndarray transpose Transpose matrix Python Numpy matmul Dot in Python Transpose list Python

Hướng dẫn what is transpose () in python? - Transpose () trong python là gì?

Ma trận numpy chuyển đổi ()

Chuyển đổi một mảng giống như đối tượng

Muốn tìm hiểu thêm? Tham gia cộng đồng DigitalOcean!

Sự khác biệt giữa .t và chuyển đổi () trong numpy là gì?

Truyền một mảng làm gì?

Làm cách nào để chuyển một mảng numpy?

Làm thế nào để bạn chuyển một ma trận?

Bài Viết Liên Quan

Quảng Cáo

Có thể bạn quan tâm

Toplist được quan tâm

Quảng cáo

Xem Nhiều

Quảng cáo

Chúng tôi

Điều khoản

Trợ giúp

Mạng xã hội