本文共 948 字，大约阅读时间需要 3 分钟。

numpy.transpose()是对矩阵按照所需的要求的转置，比较难理解，现以例子来说明

import numpy as np  a = np.array(range(30)).reshape(2, 3, 5)  print ("a = ")  print (a)  print "\n=====================\n"  print ("a.transpose() = ")  print (a.transpose(1, 0, 2))

输出

[[[ 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]]]  #一维数组中包含2个元素，每个元素是一个包含3个元素的数组，这三个元素每个元素同样又是一个包含5个元素的数组，这就是这个三维数组的解释。  =====================  a.transpose() =   [[[ 0  1  2  3  4]    [15 16 17 18 19]]   [[ 5  6  7  8  9]    [20 21 22 23 24]]   [[10 11 12 13 14]    [25 26 27 28 29]]]

刚开始看这些数据，根本没有头绪，这就要理解transpose()中的参数的意义,因为数组a的shape为（2,3,5），是一个三维数组，那么这个元组对应的索引为：（0,1,2），也就是a.shape的下标：(2[0], 3[1], 5[2])， []中对应的是shape元组的索引。那么，现在，通过b = a.transpose(1, 0, 2)，那么b.shape就变成(3， 2， 5)，这就是说transpose就是改变高维数组的形状，形状改变了，那么里面的元素自然也要重新排列，比如：

元素11在a中的位置是a[0][2][1]，经过b = a.transpose(1, 0, 2)之后，11在b中的位置就变成b[2][0][1]。再比如元素28，在a中的位置a[1][2][3]，在b中为：a[2][1][3].

转载地址：http://zwwmi.baihongyu.com/