รัน NumPy ออนไลน์

ทรานสโพสเมทริกซ์ด้วย NumPy

ในบทเรียนนี้ คุณจะทรานสโพสเมทริกซ์ NumPy เปลี่ยนแถวเป็นคอลัมน์และคอลัมน์เป็นแถวด้วยแอตทริบิวต์ .T

  • ระดับกลาง
  • อ่าน 2 นาที
  • ตัวอย่างที่รันได้ 1 ตัวอย่าง

บทนำ

ปัญหาที่ต้องแก้

ข้อมูลมักถูกเก็บกลับด้าน: หนึ่งแถวต่อหนึ่งเดือน ทั้งที่คุณต้องการหนึ่งแถวต่อหนึ่งสินค้า หรือเมทริกซ์ที่รูปร่างไม่เข้ากับการคูณ การ transpose สลับแถวและคอลัมน์ในขั้นเดียว

ลองนึกภาพแบบนี้

การ transpose เหมือนการเขียนตารางเรียนใหม่โดยสลับหัวตาราง สิ่งที่เคยเขียนเรียงตามแนวนอนด้านบน ตอนนี้ไปเรียงตามแนวตั้งด้านข้าง แถวแรกกลายเป็นคอลัมน์แรก แถวที่สองกลายเป็นคอลัมน์ที่สอง ค่าในแต่ละช่องยังเหมือนเดิม เปลี่ยนแค่ตำแหน่งเท่านั้น

จากการเขียนตารางเรียนใหม่สู่โค้ด
matrix🗓️ 2 แถว 3 คอลัมน์
matrix.T🔄 เขียนใหม่โดยให้แถวกลายเป็นคอลัมน์
[i, j] → [j, i]↘️ ช่องแถว i คอลัมน์ j ย้ายไปอยู่แถว j คอลัมน์ i
(3, 2)📐 ตอนนี้เป็น 3 แถว 2 คอลัมน์
แถวกลายเป็นคอลัมน์ และคอลัมน์กลายเป็นแถว
สรุปในประโยคเดียว

การ transpose เมทริกซ์สลับแถวและคอลัมน์ สมาชิกที่แถว i คอลัมน์ j จึงย้ายไปที่แถว j คอลัมน์ i

ประเด็นสำคัญ

  1. matrix มีรูปร่าง (2, 3): สองแถว แถวละสามค่า
  2. matrix.T มีรูปร่าง (3, 2): แถวแรก [1, 2, 3] กลายเป็นคอลัมน์แรก
  3. แต่ละค่าคงตัวเลขเดิม เปลี่ยนแค่ตำแหน่ง
  4. .T คืนมุมมอง (view) จึงไม่มีการคัดลอกข้อมูล และ matrix เองไม่เปลี่ยน

ใช้เมื่อไร?

  • ทำให้รูปร่างเข้ากันสำหรับการคูณเมทริกซ์
  • สลับระหว่างเลย์เอาต์หนึ่งแถวต่อรายการกับหนึ่งคอลัมน์ต่อรายการ
  • สูตรพีชคณิตเชิงเส้นที่ใช้เมทริกซ์ transpose

เมื่อไรยังไม่จำเป็น

  • เปลี่ยนจำนวนแถวและคอลัมน์โดยไม่สลับ: ใช้ reshape
  • อาร์เรย์หนึ่งมิติ: .T ไม่ทำอะไรกับมัน ให้เพิ่มมิติก่อนด้วย reshape(-1, 1)

ดูการทำงาน

กด transpose เพื่อสลับแถวกับคอลัมน์ ชี้ที่ช่องเพื่อดูตำแหน่งใหม่และ offset ในหน่วยความจำ

โค้ดตัวอย่าง

รันโค้ด →
main.py
import numpy as np

matrix = np.array([[1, 2, 3], [4, 5, 6]])
print(matrix.T)
สร้างปุ่ม Run สำหรับตัวอย่างนี้

ผลลัพธ์จากการรัน

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

อธิบายโค้ด

แอตทริบิวต์ .T คืนเมทริกซ์ทรานสโพสของอาร์เรย์สองมิติ ผลลัพธ์มักเป็นวิวที่ใช้ข้อมูลร่วมกับอาร์เรย์เดิม จึงไม่ใช้หน่วยความจำเพิ่ม และเมทริกซ์เดิมไม่เปลี่ยนแปลง

เปลี่ยนค่าและรันโปรแกรมด้วย คอมไพเลอร์ Python ออนไลน์ของ CodeUtility โดยไม่ต้องติดตั้ง Python

แบบฝึกหัดเพิ่มเติม

ลองแก้โค้ดตามคำแนะนำด้านล่าง การเปลี่ยนโค้ดแล้วดูผลลัพธ์จะช่วยให้เข้าใจบทเรียนได้ดีกว่าการอ่านอย่างเดียวมาก

  1. เปลี่ยนรูปร่าง (shape) และชนิดข้อมูล (dtype) ของอาร์เรย์อินพุต
  2. ทดสอบกับเลขติดลบ ทศนิยม และค่าที่หายไป
  3. ใช้การคำนวณเดียวกันกับอาร์เรย์หลายมิติที่ใหญ่ขึ้นและจับเวลา
รันในคอมไพเลอร์ Python →

ข้อผิดพลาดที่พบบ่อย

ใช้ reshape เพื่อ transpose

reshape คงลำดับของค่าไว้ ผลลัพธ์จึงไม่ใช่ transpose

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

เรียนบทนี้จบแล้วใช่ไหม

ทำเครื่องหมายว่าเรียนแล้วเพื่อติดตามความคืบหน้า

ฝึกด้วยโจทย์

ใช้สิ่งที่เรียนในบทนี้แก้ปัญหาจริง ทุกโจทย์รันในเบราว์เซอร์ พร้อมการทดสอบทันทีและรีวิวจาก AI

โจทย์ทั้งหมด