NumPy online ausführen

Matrizen mit NumPy transponieren

In dieser Lektion transponierst du eine NumPy-Matrix und machst mit dem Attribut .T aus Zeilen Spalten und aus Spalten Zeilen.

  • Fortgeschritten
  • 2 Min. Lesezeit
  • 1 ausführbares Beispiel

Einführung

Das Problem

Daten sind oft falsch herum gespeichert: eine Zeile pro Monat, obwohl du eine Zeile pro Produkt brauchst, oder eine Matrix, deren Form nicht zu einer Multiplikation passt. Transponieren tauscht Zeilen und Spalten in einem Schritt.

Stell es dir so vor

Transponieren ist wie einen Stundenplan neu abschreiben, bei dem du die Überschriften tauschst. Was oben quer stand, steht jetzt links untereinander: Die erste Zeile wird zur ersten Spalte, die zweite Zeile zur zweiten Spalte. Jeder Eintrag behält seinen Wert, nur sein Platz ändert sich.

Vom Stundenplan zum Code
matrix🗓️ 2 Zeilen, 3 Spalten
matrix.T🔄 Neu abschreiben: Zeilen werden zu Spalten
[i, j] → [j, i]↘️ Zeile i, Spalte j wandert nach Zeile j, Spalte i
(3, 2)📐 Jetzt 3 Zeilen, 2 Spalten
Zeilen werden zu Spalten und Spalten zu Zeilen.
In einem Satz

Beim Transponieren einer Matrix werden Zeilen und Spalten vertauscht: Das Element in Zeile i, Spalte j wandert in Zeile j, Spalte i.

Das Wichtigste

  1. matrix hat die Form (2, 3): zwei Zeilen mit je drei Werten.
  2. matrix.T hat die Form (3, 2): Die erste Zeile [1, 2, 3] wird zur ersten Spalte.
  3. Kein Wert ändert sich, nur seine Position.
  4. .T liefert eine View, es werden also keine Daten kopiert, und matrix selbst bleibt unverändert.

Wann verwendet man das?

  • Formen für die Matrixmultiplikation passend machen.
  • Zwischen den Anordnungen eine Zeile pro Element und eine Spalte pro Element wechseln.
  • Formeln der linearen Algebra, die transponierte Matrizen verwenden.

Wann du es nicht brauchst

  • Die Zahl der Zeilen und Spalten ändern, ohne sie zu tauschen: Nimm reshape.
  • Ein eindimensionales Array: .T bewirkt dort nichts. Füge zuerst mit reshape(-1, 1) eine Dimension hinzu.

So funktioniert es

Klicke auf transpose, um Zeilen und Spalten zu tauschen. Zeige auf eine Zelle, um ihre neue Position und den Speicher-Offset zu sehen.

Beispielcode

Code ausführen →
main.py
import numpy as np

matrix = np.array([[1, 2, 3], [4, 5, 6]])
print(matrix.T)
Run-Button für dieses Beispiel erstellen

Ergebnis der Ausführung

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

Erklärung des Codes

Das Attribut .T gibt die transponierte Matrix eines zweidimensionalen Arrays zurück. Das Ergebnis ist meist eine Ansicht, die sich die Daten mit dem ursprünglichen Array teilt, es braucht also keinen zusätzlichen Speicher und die ursprüngliche Matrix bleibt unverändert.

Ändere die Werte und führe das Programm im CodeUtility Python Online-Compiler aus, ohne Python lokal zu installieren.

Übungen zur Vertiefung

Ändere den Code anhand der folgenden Vorschläge. Wenn du selbst etwas änderst und das Ergebnis beobachtest, verstehst du viel mehr, als wenn du den Code nur liest.

  1. Ändere die Form (shape) und den Datentyp (dtype) des Eingabearrays.
  2. Teste mit negativen Zahlen, Kommazahlen und fehlenden Werten.
  3. Wende dieselbe Operation auf ein größeres mehrdimensionales Array an und miss die Laufzeit.
Im Python-Compiler ausführen →

Häufige Fehler

reshape zum Transponieren verwenden

reshape behält die Reihenfolge der Werte, das Ergebnis ist also keine Transponierung.

Problem
matrix.reshape(3, 2)  # [[1 2] [3 4] [5 6]]
Lösung
matrix.T  # [[1 4] [2 5] [3 6]]

Lektion fertig?

Markiere sie als gelernt, um deinen Fortschritt zu verfolgen.

Mit einer Challenge üben

Nutze den Inhalt dieser Lektion, um ein echtes Problem zu lösen. Jede Challenge läuft im Browser, mit sofortigen Tests und einem KI-Review.

Alle Challenges