Numpy Transpose 函数理解_array.transpose-优快云博客

本文深入探讨了Numpy中的Transpose函数，通过一个三维矩阵的例子展示了如何进行转置操作。解释了transpose参数如何影响矩阵的索引和形状，并详细说明了元素索引的变化过程，帮助理解转置的本质。此外，还提到了二维矩阵和更高维度矩阵的转置原理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近在学深度学习时，碰到许多关于Numpy的知识点，边学边做点笔记，方便记忆。
此篇文章用来学习Numpy Transpose函数。
————————————————————————————————

array = np.arange(0, 24).reshape(2, 4, 3)
print(array)

得到一个三维矩阵：

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

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

array.shape = (2,4,3)
第一个参数表示此三维矩阵中存在2个二维矩阵；第二个、第三个参数表示其中二维矩阵为4行3列矩阵，故shape为（2，4，3），且三个参数顺序分别对应索引号（0，1，2），2的索引号对应0，4的索引号对应1，3的索引号对应2。
————————————————————————————————
进行transpose变形

b = array.transpose(1, 0, 2)

transpose中参数（1，0，2）表示对第一个索引号与第二个索引号对应数字进行交换，结合上述array的实际情况，array.shape变为（4，2，3），此shape参数表示新的三维矩阵b中存在4个二维矩阵；第二个、第三个参数表示其中二维矩阵为2行3列矩阵，得到以下矩阵。

[[[ 0  1  2]
  [12 13 14]]

 [[ 3  4  5]
  [15 16 17]]

 [[ 6  7  8]
  [18 19 20]]

 [[ 9 10 11]
  [21 22 23]]]