python numpy array转置_python 中的数组转置和轴对称，T/transpose/swapaxes

最近在学python的数据分析，于是发现了一本好书《利用python进行数据分析》。说实话前两章不知道作者在说什么(无奈)，然后我就直接跳到了第四章(numpy基础：数组和矢量计算)，好了，不啰嗦了，正文开始。

声明：作者用的是python2.7

转置是重塑的一种特殊形式，他返回的是源数据的视图(不会进行任何复制操作，这一点要和花式索引不太一样，后者总是将数据复制到新数组中)。  完成转置可以通过三种方式：

transpose方法；T属性；swapaxes方法。

首先要说最简单的T属性，话不多说先放代码

In [1]: arr = np.arange(15).reshape((3,5))

In [2]: arr

out [2]:

array([[0,1,2,3,4],

[5,6,7,8,9],

[10,11,12,13,14]])

In [3]:arr.T

out [3]:

array([[0,5,10],

[1,6,11],

[2,7,12],

[3,8,13],

[4,9,14]])

虽然上述内容写在代码块中，但实际上是我按照书上内容手打的。但笔者还是要证明一下，我在本机上验证过，结果同IPython输出。  上述代码  In［1］表示将0－14按顺序填入一个三行五列的数组，  In［3］表示数组转置。  通过这个例子可以看出其实T属性适用于一，二维数组中。

那么在高维数组中，我们可以使用transpose