#reshape会改变数组的内部排列方式
#而transpose只是会改变视图,内部排列方式不会改变
x = np.arange(24).reshape((4, 2, 3))
x_transpose = np.transpose(x, (1, 0, 2)) # 交换第一和二的维度 1,0,2代表的是维度
x_reshape = x.reshape((2, 4, 3))
print(x[0, :, ...])
print(x_transpose[:, 0, ...])
print(x_reshape[:, 0, ...])
结果如下:
第一个输出和第二个的输出是一样的,但和第三个的输出却不一样。这也就说明了:
#reshape会改变数组的内部排列方式
#而transpose只是会改变视图,内部排列方式不会改变。对于视图是如何改变的,可以参考:
https://www.cnblogs.com/xiaoboge/p/9682364.html