转置（transpose）的理解

目录

1 .T,适用于一、二维数组

arr.T #求转置

transpose 的原理其实是根据维度（shape）索引决定的，举个栗子：

2. 高维数组

3. swapaxes

---

转置可以对数组进行重置，返回的是源数据的视图（不会进行任何复制操作）。

对numpy数组的转置有三种方式，transpose方法、T属性以及swapaxes方法。

1 .T,适用于一、二维数组

arr.T #求转置

In [1]: import numpy as np

In [2]: arr = np.arange(20).reshape(4,5)#生成一个4行5列的数组

In [3]: arr
Out[3]:
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19]])  # 4行5列

In [4]: arr.T #求转置
Out[4]:
array([[ 0,  5, 10, 15],
       [ 1,  6, 11, 16],
       [ 2,  7, 12, 17],
       [ 3,  8, 13, 18],
       [ 4,  9, 14, 19]])  # 5行4列

transpose 的原理其实是根据维度（shape）索引决定的，举个栗子：

x = np.arange(4).reshape((2,2)) //生成一个2x2的数组
print(x)
[[0 1]   
[2 3]]

我们生成了一个维度为二维的数组，其中有两个索引值（矩阵的行与列）。

transpose()函数的作用就是调换数组的行列值的索引值，类似于求矩阵的转置：

x = np.arange(4).reshape((2,2))
x = np.transpose(x) 
print(x)
[[0 2]
 [1 3]]

我们可以直观的看到，数组的行列索引值对换，1的位置从x(0,1)跑到了x(1,0)。

那么三维数组呢？

2. 高维数组

对于高维数组，transpose需要用到一个由轴编号组成的元组，才能进行转置。

这里，着实好好理解了一下。开始的时候怎么都想不明白。因为他跟矩阵转置理解起来不太一样。

首先定义一个原数组arr

原3维数组arr:
 [[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]

 [[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]]
3个维度: (2, 3, 4)

原三维数组 arr 三个维度 (2,3,4) CHW，对应的是 (0,1,2) 三个索引

形状	索引
2	0
3	1
4	2

transpose 函数可以理解为改变数组数值的映射关系，原数组中，6这个数所在的索引是（0,1,2）

arr1 = arr.transpose((1,0,2)) 的操作相当于把原三维数组 arr 的第一个维度和第二个维度调换【新数组6这个数所在的索引是（1,0,2）】
arr2 = arr.transpose((0,2,1)) 的操作相当于把原三维数组 arr 的第二个维度和第三个维度调换【新数组6这个数所在的索引是（0,2,1）】

原数组 arr (2,3,4)

新数组 arr1 (3,2,4)

 

新数组arr2 (2,4,3)

 

3. swapaxes

虽然还有点不解的地方，但是，理解了上方那部分之后，swapaxes方法也就很好理解了。它接受一对轴编号。进行轴对换。其实也就是shape参数。

In [67]: arr2 = np.arange(16).reshape(2,2,4)           
                                                       
In [68]: arr2                                          
Out[68]:                                               
array([[[ 0,  1,  2,  3],                              
        [ 4,  5,  6,  7]],                             
                                                       
       [[ 8,  9, 10, 11],                              
        [12, 13, 14, 15]]])                            
                                                       
In [69]: arr2.shape                                    
Out[69]: (2, 2, 4)                                     
                                                       
In [70]: arr2.swapaxes(1,2)                            
Out[70]:                                               
array([[[ 0,  4],                                      
        [ 1,  5],                                      
        [ 2,  6],                                      
        [ 3,  7]],                                     
                                                       
       [[ 8, 12],                                      
        [ 9, 13],                                      
        [10, 14],                                      
        [11, 15]]])   

In [4]: arr2.swapaxes(1,0)#转置，对比transpose（1,0,2）
Out[4]:
array([[[ 0,  1,  2,  3],
        [ 8,  9, 10, 11]],

       [[ 4,  5,  6,  7],
        [12, 13, 14, 15]]])                                 

文章转载自：

详解numpy中transpose()函数_深度Face的博客-CSDN博客

转置（transpose）的理解_G果的博客-CSDN博客