Numpy三维数组的转置与交换轴

二维数组的转置应该都知道，就是行列交换

而在numpy中也可以对三维数组进行转置，np.T 默认进行的操作是将0轴与2轴交换

本文主要对三位数组轴交换的理解上发表本人的看法。

---

a = np.array(range(24))

Out[101]: 
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])

b = a.reshape(2,3,4)
b
Out[103]: 
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]]])

在三位数组中我们称三个轴分别为行，列，面

在数组b中，

[[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]],是一行

[[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]]是一行
展开写[[ 0, 1, 2, 3],[ 4, 5, 6, 7],[ 8, 9, 10, 11]]看的更清楚。这是行的概念

[ 0, 1, 2, 3],是一列
[ 4, 5, 6, 7],是一列
[ 8, 9, 10, 11]是一列
而其中[0,4,8] [1,5,9] [2,6,10] [3,7,11]分别是一个面
回过头来可以发现，b是由2行3列4面组成的三维数组 （行代表0轴，列1轴，面2轴）

接下来记住一句话，交换哪两个轴，要保持另一个轴不改变，示例如下
取c为b的列和面交换后的数组

c = b.swapaxes(1,2)

c
Out[105]: 
array([[[ 0,  4,  8],
        [ 1,  5,  9],
        [ 2,  6, 10],
        [ 3,  7, 11]],

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

回想那句话，交换哪两个轴，另一个轴不变，可以发现c还是两行，而且交换只是在每一行中发生变化

原来的列变成了面，原来的面变成了列

 

看第二种，d表示b的0轴和2轴的交换

d = b.swapaxes(0,2)

d
Out[108]: 
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]]])

看上去有点蒙逼了，但还是想一下那句话，交换了0轴和2轴，那么1轴是不变的。
我们把原来的b看成是以行和面为元素的二维数组
即b是两行，四面。每个面用第一个元素代替 即[0,4,8] 用[0]来代替
即b可以写成[[0],[1],[2],[3]
　　　　　　[12],[13],[14],[15]]
然后进行交换轴 其实也就变成了二维数组的转置
变换后为[0],[12]
　　　　[1],[13]
　　　　[2],[14]
　　　　[3],[15]
最后我们再把每个面展开,就得到结果了。到现在你有没有法线，面中的元素个数与列的大小是一样的。
好了，接下来你可以试试将0轴与1轴交换。一步一步来，欢迎评论区讨论。