np.transpose()

numpy.T

• T 함수(메소드)는 shape의 차원을 뒤바꿔주는 함수이다
• 2차원의 배열에서는 T와 transpose의 결과가 같지만, 3차원이 넘는 고차원에서는 구분 할 필요가 있다.
• 특히 컬러이미지는 3차원 이상이기 때문에 transpose 함수를 자주 사용한다.

a = np.random.randint(1,20,6).reshape(2,3)
print(a)
# [[18 14  5]
#  [ 1  3 18]]

print(a.T)
# [[18  1]
#  [14  3]
#  [ 5 18]]

print(a.transpose())
# [[18  1]
#  [14  3]
#  [ 5 18]]

numpy.transpose()

a = np.random.randint(1,20,24).reshape(2,3,4)
print(a)
[[[ 4  7 12 14]
  [ 6 19 19 14]
  [ 4  6  2 12]]

 [[ 4 13 14 16]
  [ 7  1 19 19]
  [10 12  2  6]]]


print(a.T)
[[[ 4  4]
  [ 6  7]
  [ 4 10]]

 [[ 7 13]
  [19  1]
  [ 6 12]]

 [[12 14]
  [19 19]
  [ 2  2]]

 [[14 16]
  [14 19]
  [12  6]]]

a.transpose(2,1,0)
# 결과는 a.T와 같음

a.transpose(1,2,0) 
# 차원 reshape하는 느낌
# 그러나 reshape과 차원빼고는 결과가 전혀 다름을 유의!
array([[[ 4,  4],
        [ 7, 13],
        [12, 14],
        [14, 16]],

       [[ 6,  7],
        [19,  1],
        [19, 19],
        [14, 19]],

       [[ 4, 10],
        [ 6, 12],
        [ 2,  2],
        [12,  6]]])

#transpose랑 전혀 다름!
a.reshape(3,4,2)
array([[[ 4,  7],
        [12, 14],
        [ 6, 19],
        [19, 14]],

       [[ 4,  6],
        [ 2, 12],
        [ 4, 13],
        [14, 16]],

       [[ 7,  1],
        [19, 19],
        [10, 12],
        [ 2,  6]]])

a.shape
# (2, 3, 4)
a.T.shape
# (4, 3, 2)
a.transpose(2,1,0)
# (4, 3, 2)

# 2,3,4 -> 4,3,2
a.transpose(1,2,0) 

# (3, 4, 2)
# 2,3,4 -> 3,4,2