Numpy之数组转置和轴对换

最近在学习Numpy，看到数组转置和轴对换这里，有些不太理解，分享一些自己思考的思路

先上代码，看下现象

import numpy as np
tarr = np.arange(24).reshape((2,3,4))
tarr

结果如图：

tarr

transpose(0,2,1)

transpose(0,2,1)

transpose(1,0,2)

transpose(1,0,2)

transpose(2,1,0)

transpose(2,1,0)

transpose(2,0,1)

transpose(2,0,1)

思路分析

如上现象，只是交换两个轴的转置还是简单的，毕竟矩阵的转置大家都学习过，这是二维层面的，但如果是三个轴打乱交换，此时较为难以想象，不妨就看成两次两个轴的交换

首先，我们需要明白下，上述矩阵中，三个轴分别在哪里

这是原始数据

图中红圈圈出的就是0轴的两个元素

0轴

图中紫圈圈出的就是1轴的三个元素

1轴

图中绿圈和黄圈圈出的就分别是2轴的第一个和第四个元素

2轴

• 0轴即是最外层列表中的两个并列元素
• 1轴即是同处于次外层列表中的三个并列元素
• 2轴即是在最内层列表中的四个并列元素

实践验证

明白了这个之后，我们看下例子，其实就好理解多了：
transpose(2,0,1) = transpose(2,1,0) -> transpose(2,0,1)
tarr：

image.png

transpose(2,1,0) :

transpose(2,1,0)

transpose(2,0,1):

transpose(2,0,1)

总结

从结果来看，思路应该是正确的，不过我是有点搞不明白4维数组好怎么搞了，但是我认为降维思考之后，应该是一致的。有不对之处，还望看官指正，谢谢。