对numpy.transpose的理解

numpy.transpose

p = numpy.transpose(a, axes=None)

作用：颠倒或重新排列数组的轴，返回修改后的数组。
参数：

• a : 类数组(array_like)对象。
• axes: 元组或int列表，为可选参数。假设a的维数为$n$,如果指定axes，那么元组或列表的内容必须为0,1,2,…,$n$-1 这$n$个整数的一种排列。返回的$n$维数组p的$i$轴即对应原axes[$i$]轴。如果不指定，默认为[n-1, …,1,0]。

返回值：$n$维数组(ndarray)。
注意：如果输入a为一维数组，则仍返回原数组

# 例1
x = numpy.arange(8).reshape((2,4))
p = numpy.transpose(x)     #  不指定则axes默认为[1,0]
# x [[0 1 2 3]        p  [[0 4]
#	 [4 5 6 7]]			  [1 5]
#						  [2 6]
#						  [3 7]]

# 例2
x = numpy.arange(8).reshape(2,2,2)
p = numpy.transpose(x, [1,2,0])
# x[[[0 1]			 P [[[0 4]
#    [2 3]]              [1 5]]
#	[[4 5]				[[2 6]
#    [6 7]]]			 [3 7]]]

“返回的$n$维数组p的$i$轴即对应axes[$i$]轴”，这句话怎么理解呢？
如上例1，x的shape是(2,4)，axes=[1,0]。所以在变换后的数组p中，0坐标轴对应于axes[0]轴也即原 1轴，1坐标轴对应于axes[1]也即原 0轴。就相当于0轴和1轴对调，类似矩阵的转置$(i,j)\to (j,i)$。例2同理，由$(i,j,k)\to (j,k,i)$。
如下图，例1中6的位置从(1,2)转换到(2,1)。例2中6的位置从(1,1,0)转换为(1,0,1)。

每一个位置上的数据都做同样的变换，得到数组p。