Transposing Arrays and Swapping Axes
這一部分筆記雖然少思喊，但是我在學(xué)習(xí)這部分的時(shí)候感覺有點(diǎn)難理解乖篷，于是單獨(dú)提出來作為一個(gè)獨(dú)立的筆記來記錄凉蜂。
轉(zhuǎn)置數(shù)組（交換坐標(biāo)軸）：
（一）對于二維數(shù)組來說：
In [80]: arr=np.arange(15).reshape((3,5))
In [81]: arr
Out[81]:
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
In [82]: arr.T
Out[82]:
array([[ 0, 5, 10],
[ 1, 6, 11],
[ 2, 7, 12],
[ 3, 8, 13],
[ 4, 9, 14]])
這個(gè)比較好理解：
這個(gè)轉(zhuǎn)置有點(diǎn)像我們把表達(dá)矩陣進(jìn)行轉(zhuǎn)置是一樣的道理，x軸變y軸兜材，y軸變x軸理澎。理解起來也很容易。
（二）對于多維數(shù)組來說：
情況就比較的復(fù)雜：
#首先生成一個(gè)三維數(shù)組：
In [83]: arr = np.arange(16).reshape((2, 2, 4)) #這里的2,2,4你可以把這三個(gè)數(shù)分別分配為0軸曙寡，1軸糠爬，和2軸
In [84]: arr #這是原始數(shù)組的排列方式
Out[84]:
array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7]],
[[ 8, 9, 10, 11],
[12, 13, 14, 15]]])
In [86]: arr.transpose((1,0,2)) #這是轉(zhuǎn)置之后的排列方式，這個(gè)轉(zhuǎn)置是將0軸和1軸的位置交換后的結(jié)果
Out[86]:
array([[[ 0, 1, 2, 3],
[ 8, 9, 10, 11]],
[[ 4, 5, 6, 7],
[12, 13, 14, 15]]])
這里有些難以理解举庶，我在網(wǎng)上查看了一些文章對 arr.transpose功能的解析执隧，很多人是畫了一個(gè)三維坐標(biāo)軸來進(jìn)行理解的，比如說這篇文章:Python numpy.transpose 詳解户侥。無奈我當(dāng)年立體幾何學(xué)的太差镀琉，空間想象能力不好，于是自己琢磨了另一種理解的方式蕊唐，比較笨拙屋摔，但是不用太費(fèi)腦細(xì)胞：
那么同樣的道理狮杨，下面這個(gè)轉(zhuǎn)置的方法就不難理解了，0軸不動(dòng)到忽，把1軸和2軸的位置互換一下：
In [87]: arr.transpose((0,2,1))
Out[87]:
array([[[ 0, 4],
[ 1, 5],
[ 2, 6],
[ 3, 7]],
[[ 8, 12],
[ 9, 13],
[10, 14],
[11, 15]]])
這里可以看到橄教，數(shù)組的結(jié)構(gòu)發(fā)生了改變，是因?yàn)槊恳粋€(gè)數(shù)對應(yīng)的索引變化很大喘漏，同樣护蝶，我列出了所有數(shù)字的索引變化前后的情況：
上面的表格可以看出，之前原數(shù)組的1軸只有0和1的索引位置翩迈，但是在變化后持灰，1軸的索引數(shù)有0,1,2,3四種情況，所以這時(shí)我們的數(shù)組結(jié)構(gòu)不再是以前的結(jié)構(gòu)了：
其實(shí)這里1軸和2軸交換也可以用arr.swapaxes功能實(shí)現(xiàn)：
In [91]: arr.swapaxes(1,2)
Out[91]:
array([[[ 0, 4],
[ 1, 5],
[ 2, 6],
[ 3, 7]],
[[ 8, 12],
[ 9, 13],
[10, 14],
[11, 15]]])
