Numpy的transpose()函数与swapaxes()函数类似，当transpose()不传任何参数时，作用与T属性类似，arr.T即可完成数组arr的转置；swapaxes()函数接受一对轴编号作为参数，而transpose()接受的是含所有轴编号的元组，例如三维数组的np.transpose(1,0,3)，即表示将0轴和1轴置换。
理解了transpose()，就相当于理解了swapaxes().
开始对于多维数组转置挺蒙的，CSDN上有关于转置的图像化介绍，即画个含0、1、2三个轴（类似于XYZ轴，在numpy中用数字表示），然后解释换轴是怎么进行的，很容易理解。但对于四维以上数组来说，就无法通过这种方式理解了。以下是个人的理解，以三维数组为例：
原始数组是一个2X3X4的三维数组，绿红蓝表示三个轴0、1、2，标黄部分为存储的值。即索引号000存储的值为0，代表的是0轴为0、1轴为0、2轴为0这三个索引中存储的值为0，其他同理。
np.transpose(1,0,2)表示将0轴和1轴置换。在图中即表示红色这一列与绿色这一列互换，其他位置不变，因置换导致索引顺序变化，原来的1轴变成新的0轴，原来的0轴变成新的1轴，重新按新的（0-1-2）轴排序，即可得到最终结果。可输入以下代码验证结果：
import numpy as np
print(np.arange(24).reshape(2,3,4)
print(np.arange(24).reshape(2,3,4).transpose(1,0,2))
看看输出结果是不是如图中的一致。
同样，使用np.transpose(2,1,0)验证结果是不是如图中所示。
理解了三维数组，推广到四维甚至n维，就不难理解了。
本文链接：https://my.lmcjl.com/post/4695.html
4 评论