详解NumPy中transpose与swapaxes函数的维度变换原理

transpose()函数

当该函数括号内不传入任何参数时，其作用等同于执行转置操作，效果与使用.T属性一致。本文重点在于讲解该函数在传入具体参数时的行为机制。

首先观察以下构建的NumPy数组示例：

`arr=np.arange(16).reshape((2,2,4)) 
arr= 
array([[[ 0, 1, 2, 3], 
[ 4, 5, 6, 7]], 
[[ 8, 9, 10, 11], 
[12, 13, 14, 15]]])
` 

执行相应操作后，结果如下所示：

arr.transpose(2,1,0)
array([[[ 0, 8],
  [ 4, 12]],

  [[ 1, 9],
  [ 5, 13]],

  [[ 2, 10],
  [ 6, 14]],

  [[ 3, 11],
  [ 7, 15]]])

产生上述结果的原因在于，数组arr具有三个维度，各维度的索引编号分别对应为0、1和2。例如，若要获取数值7，需要指定三个维度的索引值。数值7位于第0维的第0个元素、第1维的第1个元素以及第2维的第3个元素，因此通过索引arr[0, 1, 3]即可获取该值。

arr[0,1,3] #结果就是7

至此，对维度索引的理解应已清晰。回到transpose()函数，其参数实质上是维度的重排序号。例如调用transpose(2, 1, 0)，意味着将原数组的第三个维度（索引2）移动至第一个位置，第二个维度（索引1）保持原位，而第一个维度（索引0）移动至第三个位置。以数值7为例，其原始索引为[0, 1, 3]。根据上述变换规则，原第三维度的索引值3变为新数组的第一维索引，原第一维度的索引值0变为新数组的第三维索引，因此数值7在新数组中的索引变为(3, 1, 0)。

数组内所有数值的索引均遵循此变换逻辑，这便是transpose()函数参数所决定的维度映射规则。

理解了上述原理后，再来看swapaxes()函数便十分直观。该函数接收一对轴编号（更准确地说是维度编号）作为参数，例如：

arr.swapaxes(2,1) #就是将第三个维度和第二个维度交换
array([[[ 0, 4],
  [ 1, 5],
  [ 2, 6],
  [ 3, 7]],

  [[ 8, 12],
  [ 9, 13],
  [10, 14],
  [11, 15]]])

仍以数值7为例，其原始索引为(0, 1, 3)。执行交换操作后，其索引变为(0, 3, 1)。

补充说明，NumPy中高维数组的切片操作同样遵循这种维度选取的逻辑。

以上关于NumPy中transpose和swapaxes函数的详细解析即为全部内容，希望能为读者提供参考，并欢迎大家继续支持本站。