轉自知乎觀海雲遠的文章，做了部分的刪改。
3維數組的小例子：
import numpy as np
t = np.arange(1,17).reshape(2, 2, 4)
print(t)
三維數組爲：
[[[ 1 2 3 4]
[ 5 6 7 8]]
[[ 9 10 11 12]
[13 14 15 16]]]
使用轉置函數：
t1 = t.transpose(1, 0, 2)
print(t1)
轉置結果爲：
[[[ 1 2 3 4]
[ 9 10 11 12]]
[[ 5 6 7 8]
[13 14 15 16]]]
上述結果初看較難直觀理解。下文采用圖示的方法對該函數進行解釋。
高維數組在座標系下的位置
三個維度(2, 2, 4)的index分別爲0, 1, 2，即(2(第0維), 2(第1維), 4(第2維))。 如果建立如下座標系：
圖1 標準座標系
在該座標系內可視化三維數組t:
圖2 標準座標系下的三維數組t
在0軸上，[[1,2,3,4],[5,6,7,8]]下標爲0，而[[9,10,11,12],[13,14,15,16]]的下標爲1，所以兩個子矩陣在0軸按先後順序排列，綠色矩陣在0軸座標0處，藍色矩陣在0軸座標1處。
在1軸上，[1,2,3,4]下標爲0，[5,6,7,8]下標爲1；[9,10,11,12]下標爲0，[13,14,15,16]下標爲1
在2軸上，1的下標爲0,2的下標爲1並依次類推，同樣5的下標爲0,6的下標爲1，並依次類推，9,10,11,12與13,14,15,16也是類似。
座標軸交換
語句t1 = t.transpose(1, 0, 2)相當於把0軸和1軸位置進行了交換，2軸位置沒有變化。
對比一下：t: (0, 1, 2) → t1: (1, 0, 2)。調整方向後的新座標系如下圖所示(注意0軸、1軸的位置)：
圖3 交換0軸、1軸後的新座標系
在新座標系方向下，數組t的位置擺放可視化結果爲：
圖4中數組t仍按(2, 2, 4)對應(0軸, 1軸, 2軸)的方向擺放。
直觀對比一下數組t在原座標系和新座標系下的視覺變化。
關鍵的一步：將數組在新座標系下的擺放，原封不動地挪到原座標系下，即得到了座標軸變換後的新數組。
可以看出，在原座標系下新擺放的數組爲：
[[[ 1 2 3 4]
[ 9 10 11 12]]
[[ 5 6 7 8]
[13 14 15 16]]]
進一步地，考慮3個軸都發生變化的情況：
t2 = t.transpose(2, 0, 1)
新舊座標系對比：t: (0, 1, 2) → t1: (2, 0, 1).
圖7 新舊座標系對比
數組t在新座標軸下的擺放：
前後擺放對比如圖9：
圖9
將新的擺放位置放至原座標系下的可視化結果：
運行驗證一下：
t2 = t.transpose(2, 0, 1)
print(t2)
結果爲：
[[[ 1 5]
[ 9 13]]
[[ 2 6]
[10 14]]
[[ 3 7]
[11 15]]
[[ 4 8]
[12 16]]]