numpy.transpose如何为这个例子工作？

Question

我很难理解numpy.transpose实际上是如何工作的.例如

a_value = array([[[0, 1],
                  [2, 3]],

                 [[4, 5],
                  [6, 7]]])

当我这样做的时候

np.transpose(a_value, (2, 1, 0))

我明白了

array([[[0, 4],
        [2, 6]],

       [[1, 5],
        [3, 7]]])

如何手动导出此转置？我需要在上述情况下直观地理解公式或步骤,以便我可以将其推广到更高的维度.

Answer 1

如文件中所述-

numpy.transpose(a, axes=None)

轴:整数列表,可选默认情况下,反转尺寸,否则根据给定的值置换轴.

第二个参数是用于置换值的轴.也就是说,例如,如果初始元素的索引为(x,y,z)(其中,x是第0轴y是第一轴线,并且z是第二轴),将得到的阵列中的该元素的位置变成(Z,Y,X)(即第二轴的第一,然后是第1轴,最后是第0轴),基于您提供的参数axes.

由于您正在转置一个形状的数组(2,2,2),转置的形状也是(2,2,2),并且位置将改变为 -

(0,0,0) -> (0,0,0)
(1,0,0) -> (0,0,1)
(0,1,0) -> (0,1,0)
(1,1,0) -> (0,1,1)
...

由于您选择的轴是微不足道的,让我们为另一个轴解释.示例 -

In [54]: A = np.arange(30).reshape((2, 3, 5))
In [55]: A
Out[55]:
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, 24],
        [25, 26, 27, 28, 29]]])

In [56]: np.transpose(A,(1,2,0))
Out[56]:
array([[[ 0, 15],
        [ 1, 16],
        [ 2, 17],
        [ 3, 18],
        [ 4, 19]],

       [[ 5, 20],
        [ 6, 21],
        [ 7, 22],
        [ 8, 23],
        [ 9, 24]],

       [[10, 25],
        [11, 26],
        [12, 27],
        [13, 28],
        [14, 29]]])

这里,第一个元素(0,0,0)成为(0,0,0)结果中的元素.

第二个元素(0,0,1)成为(0,1,0)结果中的元素.等等 -

(0,0,0) -> (0,0,0)
(0,0,1) -> (0,1,0)
(0,0,2) -> (0,2,0)
...
(2,3,4) -> (3,4,2)
...