NumPy库学习之transpose函数

一、简介

numpy.transpose 是 NumPy 库中的一个函数，用于对数组的轴进行置换。这个函数可以重新排列多维数组的维度，使得数组的各个维度可以按照指定的顺序进行交换。这对于某些需要特定数据布局的计算非常有用，例如在机器学习和深度学习中调整数据的形状以适应算法要求。

二、语法和参数

语法：

python 复制代码

numpy.transpose(a, axes=None)

参数：

a: 输入的数组。
axes: 一个包含轴顺序的元组，用于指定新的轴顺序。如果省略此参数，数组将被转置（即轴0和轴1互换，依此类推）。

返回值：

返回一个新的数组视图，其轴顺序已经被置换。

三、实例

3.1 基本转置

代码：

python 复制代码

import numpy as np

# 创建一个 2x3 的数组
arr = np.array([[1, 2, 3], [4, 5, 6]])

# 转置数组
transposed_arr = np.transpose(arr)

输出：

python 复制代码

[[1 4]
 [2 5]
 [3 6]]

3.2 指定轴顺序

代码：

python 复制代码

import numpy as np

# 创建一个 2x3x4 的三维数组
arr_3d = np.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]]])

# 指定新的轴顺序，例如 (2, 1, 0)
transposed_arr_3d = np.transpose(arr_3d, (2, 1, 0))

输出：

python 复制代码

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

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

四、注意事项

numpy.transpose 不会改变原始数组的数据，而是返回一个新的数组视图。
如果 axes 参数省略，对于二维数组，它将执行常规的矩阵转置操作。
对于更高维度的数组，axes 参数允许更复杂的轴置换操作。
当指定 axes 参数时，需要确保提供的轴顺序与原始数组的维度匹配。
转置操作在内存中是高效的，因为它不涉及数据的实际移动，只是改变了数据的解释方式。