详解高维数组转置-numpy中转置的用法和原理详解

numpy数组转置

很多时候我们需要对数组进行转置以方便运算处理，在numpy中有3种方法可以对数组进行转置，分别是T、transpose、swapaxes。

数组转置原理

首先上例子：

>>> import numpy as np
>>> data = np.arange(24).reshape(2,3,4)
>>> print(data)
# 转置前初始数据，可以视为2*3*4的一个矩阵
[[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]

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

#  将维度0和维度1调换，变为3*2*4的矩阵
>>> data.transpose(1,0,2);
array([[[ 0,  1,  2,  3],
        [12, 13, 14, 15]],

       [[ 4,  5,  6,  7],
        [16, 17, 18, 19]],

       [[ 8,  9, 10, 11],
        [20, 21, 22, 23]]])

对于高维数组的转置，其实可以通过index索引来理解，以上面的数据为例说明为什么数据会发生这样的变化。
转置前数组的维度信息是234，此时维度0有2个数据，维度1有3个数据，维度2有4个数据。
转置后，维度0和维度1调换，调换后维度0有3个数据，维度1有2个数据，维度2有4个数据，转置后数组的维度信息应为324
举几个例子（0，5，10，15，18，21）说明数字位置发生的变化：
数字0：转置前的索引是（0，0，0），转置后调换维度，索引为（0，0，0）
数字5：转置前的索引是（0，1，1），转置后调换维度，索引为（1，0，1）
数字10：转置前的索引是（0，2，2），转置后调换维度，索引为（2，0，2）
数字15：转置前的索引是（1，0，3），转置后调换维度，索引为（0，1，3）
数字18：转置前的索引是（1，1，2），转置后调换维度，索引为（1，1，2）
数字21：转置前的索引是（1，2，1），转置后调换维度，索引为（2，1，1）
可以看到上面的数据正是符合这样的变化的。

转置函数介绍

T

对数组进行完全的转置，例如原来是从维度0 ~ 2，转置后是从维度2 ~ 0，原来矩阵是2 * 3 * 4，转置后为4 * 3 * 2.如下所示：

>>> data.T
array([[[ 0, 12],
        [ 4, 16],
        [ 8, 20]],

       [[ 1, 13],
        [ 5, 17],
        [ 9, 21]],

       [[ 2, 14],
        [ 6, 18],
        [10, 22]],

       [[ 3, 15],
        [ 7, 19],
        [11, 23]]])

transpose

指定变换后的维度，例如从维度（0，1，2）到维度（1，0，2），数组从2 * 3 * 4到3 * 2 * 4，如下所示：

>>> data.transpose(1,0,2);
array([[[ 0,  1,  2,  3],
        [12, 13, 14, 15]],

       [[ 4,  5,  6,  7],
        [16, 17, 18, 19]],

       [[ 8,  9, 10, 11],
        [20, 21, 22, 23]]])

swapaxes

将指定的两个维度进行调换，例如上面的例子就可以理解为是对维度0和维度1进行了兑换，可以用如下代码实现

>>> data.swapaxes(0,1)
array([[[ 0,  1,  2,  3],
        [12, 13, 14, 15]],

       [[ 4,  5,  6,  7],
        [16, 17, 18, 19]],

       [[ 8,  9, 10, 11],
        [20, 21, 22, 23]]])