在用于SciPy的多元正态分布采样功能的帮助资源,他们给了下面的例子:语法在Python(.T)
x,y = np.random.multivariate_normal(mean,cov,5000).T
我的问题是相当基本的:是什么最终.T实际上做?
非常感谢,我知道这很简单,但很难在Google上查找“.T”。
在用于SciPy的多元正态分布采样功能的帮助资源,他们给了下面的例子:语法在Python(.T)
x,y = np.random.multivariate_normal(mean,cov,5000).T
我的问题是相当基本的:是什么最终.T实际上做?
非常感谢,我知道这很简单,但很难在Google上查找“.T”。
.T
访问对象的属性T
,该属性碰巧是一个NumPy数组。 T
属性是该阵列的转置,请参阅the documentation。
显然你正在飞机上创建随机坐标。的multivariate_normal()
输出可能看起来像这样:
>>> 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]])
该矩阵的转置是:
array([[ 0.59589335, -0.58597307, -0.69164572, -0.24992978, 0.38896689],
[ 0.97741328, 0.56733234, 0.17840394, -2.57494471, 0.82221377]])
可在x
并y
份序列拆包方便地分离。
.T只是np.transpose()。 祝你好运
谷歌搜索这个秘诀是把它放在引号中。当然,当我搜索它时,我得到了这个页面! – Kallaste 2017-04-30 08:37:01
我希望这可以帮助碰到它的其他人,但'''''反转轴的顺序,而不是切换最后两个。这意味着如果你的数组'x'是3-D,'x.T'和'x.transpose((2,1,0))'是一样的。如果你想切换最后两个轴,在这种情况下,你可以执行'x.transpose((0,2,1))'。 – 2018-02-02 07:39:02