对于Numpy数组，".T"是什么意思？

Question

我在SciPy文档中看到了这个例子：

x, y = np.random.multivariate_normal(mean, cov, 5000).T

这里的最后一个.T实际上起到了什么作用？

- Leon palafox

---

解答：使用引号将其括起来是在 Google 中查找此内容的秘诀。当然，当我搜索时，我得到了这个页面！ - Kallaste

希望这篇文章能够帮助到其他遇到类似问题的人。但是，.T会反转轴的顺序，而不是交换最后两个轴。这意味着如果你的数组x是三维的，那么x.T与x.transpose((2, 1, 0))是相同的。如果你想要交换最后两个轴，在这种情况下，你需要使用x.transpose((0, 2, 1))。 - Hameer Abbasi

Answer 1

.T访问对象的属性T，该属性恰好是NumPy数组的转置。属性T是该数组的转置，详见文档。

显然，您正在平面上创建随机坐标。 multivariate_normal()的输出可能如下所示：

>>> np.random.multivariate_normal([0, 0], [[1, 0], [0, 1]], 5)  
array([[ 0.59589335,  0.97741328],
       [-0.58597307,  0.56733234],
       [-0.69164572,  0.17840394],
       [-0.24992978, -2.57494471],
       [ 0.38896689,  0.82221377]])

这个矩阵的转置是：

array([[ 0.59589335, -0.58597307, -0.69164572, -0.24992978,  0.38896689],
       [ 0.97741328,  0.56733234,  0.17840394, -2.57494471,  0.82221377]])

通过序列解包，可以方便地将其分成x和y两个部分。

- Sven Marnach

---

我想知道 .T 属性是如何更新的……每当数组中的某些内容发生变化时，self.T 中存储的 transpose(self) 的结果是否会被更新？我想不会，但我不知道如何实现这样一个属性，只有在需要时才进行计算。 - Max

@Max T 是一个描述符。你可以把它想象成每次访问.T时调用的函数。另外请注意，转置只是对原始数组相同数据的一种不同步长的视图。因此，如果您执行b = a.T，然后更改a中的项目，则b中对应的项目也会更改。 - Sven Marnach

Answer 2

.T就是np.transpose()的简写。祝你好运。

- Zhassulan Shaikhygali

---

这并不是完整的情况。如果矩阵的维度少于2，则返回原始矩阵。因此，它是具有一种运行时安全性的转置函数。 - IsakBosman

Answer 3

示例

import numpy as np
a = [[1, 2, 3]]
b = np.array(a).T  # ndarray.T The transposed array. [[1,2,3]] -> [[1][2][3]]
print("a=", a, "\nb=", b)
for i in range(3):
    print(" a=", a[0][i])  # prints  1 2 3
for i in range(3):
    print(" b=", b[i][0])  # prints  1 2 3 

- vk3who