numpy中的transpose函数使用方法

二维矩阵的transpose函数：

　　不晓得该怎么起头，直接上干货。

　　transpose（）简单来说，就相当于数学中的转置，在矩阵中，转置就是把行与列相互调换位置；

　　例如：随机生成一个三行五列的二维矩阵：

arr = np.arange(15).reshape((3, 5))   
arr       
array([[ 0,  1,  2,  3,  4],          
           [ 5,  6,  7,  8,  9],   
           [10, 11, 12, 13, 14]])
>> arr.T
array([[ 0,  5, 10]，
       [ 1,  6, 11],
       [ 2,  7, 12],  
       [ 3,  8, 13], 
       [ 4,  9, 14]])

　　reshape的作用是随机生成一个矩阵的行与列；

　　元素第0个位置表示0；第一个位置表示1，以此类推；总共是15个数；

　　然后arr.T相当于矩阵的转置；

　　transpose（X，Y）函数和矩阵的转置是一个意思，相当于行为X轴，列为Y轴，X轴和Y轴调换了位置；

　　X轴用0表示，Y轴用1表示；

　　例如：如果transport（1，0）表示行与列调换了位置；

>> arr.transpose(1, 0)    
  array([[ 0,  5, 10],        
            [ 1,  6, 11],         
            [ 2,  7, 12],      
            [ 3,  8, 13],        
            [ 4,  9, 14]])

三维张量的transpose函数：

　　前面我们讲了二维矩阵的transpose函数其实是和矩阵的转置是一个概念；现在我们来讲一下三维张量；

　　　三维张量顾名思义，它有三个维度；相当于有X轴，Y轴，Z轴；三个轴之间的相互转换；

　　　同样，X轴用0表示，Y轴用1表示；Z轴用2来表示；

arr = np.arange(24).reshape((2, 3, 4))  
 arr   
 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]]])

　　　相当于把三维张量也做轴变换，具体操作如下图：

　　　每个轴之间变换和表示也各不相同：

　　　transpose（1，0，2）表示X轴与Y轴发生变换之后；

import numpy as np
arr = np.arange(24).reshape((2,3,4))
vc = arr.transpose(1,0,2)
print(vc)
>>>结果
[[[ 0  1  2  3]
  [12 13 14 15]]

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

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

　　　transport（0，2，1）：表示Y轴与Z轴发生轴变换之后；

import numpy as np
arr = np.arange(24).reshape((2,3,4))
vc = arr.transpose(0,2,1)
print(vc)
[[[ 0  4  8]
  [ 1  5  9]
  [ 2  6 10]
  [ 3  7 11]]

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

　　　transport（2，1，0）：表示X轴与Z轴发生轴变换之后；

import numpy as np
arr = np.arange(24).reshape((2,3,4))
vc = arr.transpose(2,1,0)
print(vc)
[[[ 0 12]
  [ 4 16]
  [ 8 20]]

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

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

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