[Python] 维度交换函数：transpose(m,n,r)和permute(m,n,r)

a.transpose(m,n,r)的参考博客：python的numpy中的transpose函数功能分析

a.permute(m,n,r)功能和a.transpose(m,n,r)一样。故以下以a.transpose(m,n,r)为例来讲解。

根据评论区指出，a.permute(m,n,r)是torch。

对于一维矩阵，该函数无效果。
对于二维矩阵，结果为原矩阵的转置。

对于三维矩阵则比较难理解，需要理清几个重要的概念。
首先是介绍维度的概念。
我们先生成一个ndarray。

b=np.array([[[ 0, 1, 2,3],
            [ 4,5,6,7],
            [ 8,9, 10,11]],

            [[12, 13, 14, 15],
             [16, 17,18, 19],
             [20, 21,22, 23]]])

再使用print(b.shape)，查看其原有维度为(2, 3, 4)

维度的默认排序是(0,1,2)

由于索引从0开始，所以b的元素的索引为：

# 维度的默认排序是 (0,1,2)
b=np.array([[[ 0, 1, 2,3],			(0,0,0) (0,0,1) (0,0,2) (0,0,3)
            [ 4,5,6,7],				(0,1,0) (0,1,1) (0,1,2) (0,1,3)
            [ 8,9, 10,11]],			(0,2,0) (0,2,1) (0,2,2) (0,2,3)

            [[12, 13, 14, 15],		(1,0,0) (1,0,1) (1,0,2) (1,0,3)
             [16, 17,18, 19],		(1,1,0) (1,1,1) (1,1,2) (1,1,3)
             [20, 21,22, 23]]])		(1,2,0) (1,2,1) (1,2,2) (1,2,3)

执行以下代码，进行维度变换

c=b.transpose(2,1,0)

执行c=b.transpose(2,1,0)，维度的排序由默认的(0,1,2) 变为(2,1,0)。
对应的shape由(2, 3, 4)变为(4, 3, 2)。

元素的索引变化成如下的结果。

# 维度变换表现为：元素索引的 第三个数 和 第一个数 交换位置
# b=np.array([[[ 0, 1, 2,3],			(0,0,0) (1,0,0) (2,0,0) (3,0,0)
#             [ 4,5,6,7],				(0,1,0) (1,1,0) (2,1,0) (3,1,0)
#             [ 8,9, 10,11]],			(0,2,0) (1,2,0) (2,2,0) (3,2,0)
# 
#             [[12, 13, 14, 15],		(0,0,1) (1,0,1) (2,0,1) (3,0,1)
#              [16, 17,18, 19],			(0,1,1) (1,1,1) (2,1,1) (3,1,1)
#              [20, 21,22, 23]]])		(0,2,1) (1,2,1) (2,2,1) (3,2,1)
# 
# 按索引重新排列得：
# [[[ 0 12]				(0,0,0) (0,0,1)
#   [ 4 16]				(0,1,0) (0,1,1)
#   [ 8 20]]			(0,2,0) (0,2,1)
#
#  [[ 1 13]				(1,0,0) (1,0,1)
#   [ 5 17]				(1,1,0) (1,1,1)
#   [ 9 21]]			(1,2,0) (1,2,1)
#
#  [[ 2 14]				(2,0,0) (2,0,1)
#   [ 6 18]				(2,1,0) (2,1,1)
#   [10 22]]			(2,2,0) (2,2,1)
#
#  [[ 3 15]				(3,0,0) (3,0,1)
#   [ 7 19]				(3,1,0) (3,1,1)
#   [11 23]]]			(3,2,0) (3,2,1)