Trasponer una matriz con NumPy
En esta lección vas a trasponer una matriz de NumPy, convirtiendo las filas en columnas y las columnas en filas con el atributo .T.
Introducción
El problema
Los datos se guardan a menudo al revés: una fila por mes cuando necesitas una fila por producto, o una matriz cuya forma no encaja en una multiplicación. Transponer intercambia filas y columnas en un solo paso.
Imagínalo así
Transponer es como copiar un horario cambiando de lugar sus encabezados. Lo que estaba escrito a lo largo de la parte de arriba ahora va hacia abajo por el costado: la primera fila pasa a ser la primera columna, y la segunda fila, la segunda columna. Cada casilla conserva su valor; solo cambia de lugar.
matrix🗓️ 2 filas, 3 columnasmatrix.T🔄 Cópialo con las filas como columnas[i, j] → [j, i]↘️ La fila i, columna j pasa a la fila j, columna i(3, 2)📐 Ahora son 3 filas y 2 columnasTransponer una matriz intercambia sus filas y columnas, de modo que el elemento de la fila i, columna j pasa a la fila j, columna i.
Puntos clave
matrixtiene forma (2, 3): dos filas de tres valores.matrix.Ttiene forma (3, 2): la primera fila [1, 2, 3] pasa a ser la primera columna.- Cada valor conserva su número; solo cambia su posición.
.Tdevuelve una vista, así que no se copia ningún dato ymatrixno cambia.
¿Cuándo se usa?
- Hacer que las formas encajen para multiplicar matrices.
- Pasar de una disposición con una fila por elemento a una con una columna por elemento.
- Fórmulas de álgebra lineal que usan matrices transpuestas.
Cuándo no hace falta
- Cambiar el número de filas y columnas sin intercambiarlas: usa
reshape. - Un array de una dimensión:
.Tno le hace nada; añade antes una dimensión conreshape(-1, 1).
Mira cómo funciona
Pulsa transpose para intercambiar filas y columnas. Señala una celda para ver su nueva posición y su desplazamiento en memoria.
Código de ejemplo
import numpy as np
matrix = np.array([[1, 2, 3], [4, 5, 6]])
print(matrix.T)
Resultado de la ejecución
[[1 4]
[2 5]
[3 6]]
Explicación del código
El atributo .T devuelve la traspuesta de un arreglo de dos dimensiones. El resultado suele ser una vista que comparte los datos con el arreglo original, así que no consume memoria adicional y la matriz original no cambia.
Cambia los valores y ejecuta el programa en el compilador Python online de CodeUtility sin instalar Python.
Ejercicios de práctica
Prueba a modificar el código siguiendo las ideas de abajo. Cambiar el código y ver el resultado te ayudará a entender la lección mucho mejor que solo leerla.
- Cambia la forma (shape) y el tipo de datos (dtype) del arreglo de entrada.
- Prueba con números negativos, decimales y valores faltantes.
- Aplica la misma operación a un arreglo más grande de varias dimensiones y mide el tiempo.
Errores comunes
Usar reshape para transponer
reshape conserva el orden de los valores, así que el resultado no es una transposición.
matrix.reshape(3, 2) # [[1 2] [3 4] [5 6]]
matrix.T # [[1 4] [2 5] [3 6]]
¿Terminaste esta lección?
Márcala como aprendida para seguir tu progreso.
Practica con un reto
Usa lo que cubre esta lección para resolver un problema real. Cada reto se ejecuta en el navegador, con pruebas al instante y una revisión de IA.
- Multiplicación de matrices Multiplica dos matrices, la operación detrás de cada capa de una red neuronal. Fácil
- Atención por producto escalar escalado Implementa la operación de atención, el corazón de los Transformers y los grandes modelos de lenguaje. Difícil
- Agrupamiento k-means Agrupa puntos en k clústeres asignándolos repetidamente al centroide más cercano y moviendo los centroides. Intermedio