詳解高維數組轉置-numpy中轉置的用法和原理詳解

numpy數組轉置

很多時候我們需要對數組進行轉置以方便運算處理，在numpy中有3種方法可以對數組進行轉置，分別是T、transpose、swapaxes。

數組轉置原理

首先上例子：

>>> import numpy as np
>>> data = np.arange(24).reshape(2,3,4)
>>> print(data)
# 轉置前初始數據，可以視爲2*3*4的一個矩陣
[[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]

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

#  將維度0和維度1調換，變爲3*2*4的矩陣
>>> data.transpose(1,0,2);
array([[[ 0,  1,  2,  3],
        [12, 13, 14, 15]],

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

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

對於高維數組的轉置，其實可以通過index索引來理解，以上面的數據爲例說明爲什麼數據會發生這樣的變化。
轉置前數組的維度信息是234，此時維度0有2個數據，維度1有3個數據，維度2有4個數據。
轉置後，維度0和維度1調換，調換後維度0有3個數據，維度1有2個數據，維度2有4個數據，轉置後數組的維度信息應爲324
舉幾個例子（0，5，10，15，18，21）說明數字位置發生的變化：
數字0：轉置前的索引是（0，0，0），轉置後調換維度，索引爲（0，0，0）
數字5：轉置前的索引是（0，1，1），轉置後調換維度，索引爲（1，0，1）
數字10：轉置前的索引是（0，2，2），轉置後調換維度，索引爲（2，0，2）
數字15：轉置前的索引是（1，0，3），轉置後調換維度，索引爲（0，1，3）
數字18：轉置前的索引是（1，1，2），轉置後調換維度，索引爲（1，1，2）
數字21：轉置前的索引是（1，2，1），轉置後調換維度，索引爲（2，1，1）
可以看到上面的數據正是符合這樣的變化的。

轉置函數介紹

T

對數組進行完全的轉置，例如原來是從維度0 ~ 2，轉置後是從維度2 ~ 0，原來矩陣是2 * 3 * 4，轉置後爲4 * 3 * 2.如下所示：

>>> data.T
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]]])

transpose

指定變換後的維度，例如從維度（0，1，2）到維度（1，0，2），數組從2 * 3 * 4到3 * 2 * 4，如下所示：

>>> data.transpose(1,0,2);
array([[[ 0,  1,  2,  3],
        [12, 13, 14, 15]],

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

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

swapaxes

將指定的兩個維度進行調換，例如上面的例子就可以理解爲是對維度0和維度1進行了兌換，可以用如下代碼實現

>>> data.swapaxes(0,1)
array([[[ 0,  1,  2,  3],
        [12, 13, 14, 15]],

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

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